Deviations in behavior and productivity data before diagnosis of health disorders in cows milked with an automated system
Notice bibliographique
Résumé
To explore potential changes in behavior and productivity useful for early detection of health disorders in cows milked with automated milking systems (AMS), we collected longitudinal data throughout lactation of 57 dairy cows housed in a freestall barn with an AMS. Health problems were recorded, including subclinical ketosis (SCK; n = 19), metritis (n = 11), hoof disorders (n = 14), pneumonia (n = 7), and displaced abomasum (DA; n = 5). Data on rumination, activity, milking frequency and yield, and lying behavior were recorded electronically. Using repeated-measures mixed linear regression models, these data were analyzed for the days before the day of diagnosis/treatment (d 0) for each disorder separately, controlling for days in milk and parity. Analyses were performed between the day on which each outcome variable deviated significantly from baseline (up to d -14) and the day before diagnosis (nadir at d -1, before treatment and recovery). Outcomes tested were 3-d rolling averages of milk yield, milking frequency, and AMS supplement intake, in addition to daily rumination time (DRT), body weight, milk temperature, activity (measure of head/neck motion), and 3 lying behavior variables. From d -8, -6, and -5 before diagnosis of DA, SCK, or pneumonia, respectively, DRT declined by 45, 25, and 50 min/d. From d -14 to -1 before diagnosis of hoof disorders, DRT declined by 3 min/d. Body weight declined from d -4 before pneumonia (-14 kg/d) and metritis (-13 kg/d), from d -6 before SCK (-10 kg/d), and from d -5 before hoof disorders (-5 kg/d). Milk yield declined by 4.4 and 4.1 kg/d from d -4 before DA and pneumonia diagnoses, respectively, and by 1.2 kg/d from d -5 before SCK diagnosis. Activity levels declined before diagnosis of DA, pneumonia, SCK, or metritis. Lying behavior changed before diagnosis of DA, pneumonia, or metritis. Our results provide evidence that rumination behavior often deviated before milk yield and that several variables could contribute to earlier or automated identification of disorders. Behavior and productivity changed differently in association with various health disorders, suggesting the potential to distinguish among health problems. These variables merit further investigation in larger studies of cows milked with AMS.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».