Notice bibliographique
Résumé
Il existe plusieurs moyens d'augmenter la rentabilité d'une exploitation laitière. Parmi celles-ci, la réforme peut avoir un effet sur la production moyenne du troupeau et par conséquent sur les coûts de production de par la modulation de la structure du troupeau qu'elle entraîne. Afin de déterminer une rentabilité optimale des troupeaux, il est donc important de quantifier la réforme et de comprendre les mécanismes qui amènent à réformer un animal. Cette thèse a pour objectif principal de décrire la réforme dans les troupeaux laitiers du Québec. Plus précisément, elle vise à quantifier le taux de réforme, à explorer la relation entre le troupeau, le taux de réforme et le risque individuel de réforme, à déterminer l'effet causal de la mammite clinique sur la réforme, et à identifier les critères de décision utilisés lors de la réforme par les producteurs et les différents intervenants à la ferme. Une étude rétrospective longitudinale a été menée à partir des informations de santé et de production des vaches des troupeaux laitiers du Québec (Canada). Dix années de données, entre 2001 et 2010, ont été utilisées afin de déterminer des profils de troupeau et leurs taux de réforme, et un éventuel lien entre ceux-ci. L'influence du troupeau sur le risque individuel de réforme d'une part, et l'effet causal de la mammite clinique sur la réforme d'autre part, ont été explorés respectivement par analyse contextuelle et à l'aide d'un modèle marginal structural. Les critères de décision de réforme communs entre les producteurs, vétérinaires et autres conseillers ont été identifiés grâce à la méthodologie Q, qui permet de révéler la structure décisionnelle des individus. Cette étude a permis de quantifier un taux de réforme moyen de 32% sur les dix années de suivi de la cohorte, avec des variations importantes entre troupeaux. Il n'a pas été possible de déterminer des profils spécifiques de troupeaux en fonction d'un ensemble de caractéristiques liées à leurs performances de reproduction, de production, à leur gestion et indicateurs de santé. Il est, par contre, possible de les distinguer en fonction de certaines caractéristiques prise une à une et d'y associer le taux de réforme, notamment pour la gestion, la reproduction et la quantité de lait produite. Ces caractéristiques peuvent servir de variables contextuelles dans des analyses multiniveaux. Un effet contextuel du troupeau est présent dans le risque individuel de réforme, mais limité. Il résulte essentiellement de la pression exercée par les primipares arrivant dans le troupeau. Le risque de réforme dû à la mammite clinique, évalué dans le cadre contrefactuel d'une étude longitudinale où l'exposition est dépendante du temps, est comparable entre primipares et multipares. Pour ce risque, la production laitière a moins d'influence chez les primipares que chez les multipares. Les producteurs et leurs conseillers se réfère à un cadre de décision commun pour réformer une vache, se référant essentiellement à la santé mammaire de la vache et à sa production de lait. Le taux de réforme du troupeau n'intervient pas dans la décision de réformer une vache particulière.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».