MétaCan
Menu
Retour à la cohorte
Enregistrement W2788515020 · doi:10.3168/jds.2017-13078

Behavioral changes before metritis diagnosis in dairy cows

2018· article· en· W2788515020 sur OpenAlexaff
Heather W. Neave, J. Lomb, Daniel M. Weary, S.J. LeBlanc, J.M. Huzzey, M.A.G. von Keyserlingk

Notice bibliographique

RevueJournal of Dairy Science · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueReproductive Physiology in Livestock
Établissements canadiensUniversity of GuelphUniversity of British Columbia
Organismes subventionnairesElanco Animal Health
Mots-clésMetritisIce calvingLamenessAnimal scienceKetosisMedicineVaginal dischargeMastitisDairy cattleVeterinary medicineLactationBiologyPregnancySurgeryEndocrinology

Résumé

récupéré en direct d'OpenAlex

Metritis is common in the days after calving and can reduce milk production and reproductive performance. The aim of this study was to identify changes in feeding and social behavior at the feed bunk, as well as changes in lying behavior before metritis diagnosis. Initially healthy Holstein cows were followed from 3 wk before to 3 wk after calving. Behaviors at the feed bunk were recorded using an electronic feeding system. Lying behavior was recorded using data loggers. Metritis, based upon the characteristics of vaginal discharge at d 3, 6, 9, 12 and 15 after calving, was diagnosed in 74 otherwise healthy cows. Behavior of these cows, beginning 2 wk before calving until the day of diagnosis, was compared with 98 healthy cows (never diagnosed with any health disorder, including ketosis, mastitis, and lameness) during the transition period. During the 2 wk before calving, cows later diagnosed with metritis had reduced lying time and fewer lying bouts compared with healthy cows. In the 3 d before clinical diagnosis, cows that developed metritis ate less, consumed fewer meals, were replaced more often at the feed bunk, and had fewer lying bouts of longer duration compared with healthy cows. We concluded that changes in feeding as well as social and lying behavior could contribute to identification of cows at risk of metritis.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,720
Score d'incertitude au seuil0,444

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,047
Tête enseignante GPT0,300
Écart entre enseignants0,253 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations65
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Dairy ScienceMême sujetReproductive Physiology in LivestockTravaux en français237 207