MétaCan
Menu
← Retour à la cohorte
Enregistrement W2885139876 · doi:10.3168/jds.2018-14469

Training method for animal-based measures in dairy cattle welfare assessments

2018· article· en· W2885139876 sur OpenAlexafffund
S. Croyle, C.G.R. Nash, C.A. Bauman, S.J. LeBlanc, Derek B. Haley, Deep K. Khosa, D.F. Kelton

Notice bibliographique

RevueJournal of Dairy Science · 2018
Typearticle
Langueen
DomaineVeterinary
ThématiqueAnimal Behavior and Welfare Studies
Établissements canadiensUniversity of Guelph
Organismes subventionnairesAgriculture and Agri-Food CanadaCanadian Dairy CommissionDairy Farmers of Canada
Mots-clésLamenessUdderAnimal welfareDairy industryAnimal scienceDairy cattleScoring systemAnimal-assisted therapyVeterinary medicineMedicinePet therapyPhysical therapyMastitisBiologySurgeryFood science

Résumé

récupéré en direct d'OpenAlex

Quantitative assessments of animal welfare are increasingly being used in the dairy industry. It is important to have good precision and accuracy within and among assessors. This study explored the effectiveness of a 3-d training workshop for animal-based measures (ABM) of welfare in dairy cows, in which 14 people were trained to evaluate 6 ABM, specifically hock injuries (HI), lameness (LM), body condition score (BCS), and udder, flank, and leg cleanliness (collectively CLN). All scoring systems were modified to a dichotomous outcome, acceptable or unacceptable. Acceptable HI included no swelling or hair loss, unacceptable HI included swelling or scab; acceptable BCS was >2 on a 5-point scale, unacceptable BCS was ≤2. Acceptable CLN was up to minor splashing, unacceptable CLN was distinct plaques to a solid manure plaque. Lameness was evaluated using locomotion score or in-stall lameness score (SLS) in tiestalls; unacceptable LM was ≥3 (lameness score) on a 5-point scale, where 3 equals mild lameness or ≥2 of 4 behavioral in-stall lameness score indicators were detected. Classroom instruction took place on d 1 of training. Day 2 consisted of group assessment of LM (n = 25 cows), and HI, CLN, and BCS (n = 30 cows), and individual assessment of HI, CLN, and BCS (n = 20 cows) were performed. Day 3 included individual assessments of HI, CLN, and BCS (n = 33 cows), and individual video assessment of LM (n = 27 cows). An additional training video for LM was sent to trainees 3 wk after the workshop, and another follow-up assessment of LM took place via video (n = 37 cows). Repeatability and accuracy of the trainees was assessed using Fleiss's κ (FK) and Byrt's κ (BK) to examine group-level inter-rater agreement and expert-trainee agreement, respectively. The kappa systems use a scale of poor (<0), slight (0.01 to 0.20), fair (0.21 to 0.40), moderate (0.41 to 0.61), substantial (0.61 to 0.80), or almost perfect (0.81 to 1.00). At the conclusion of the workshop, FK was 0.66 for HI and 0.43 for LM, and BK mean (and range) was 0.85 (0.63 to 1.00) for HI and 0.66 (0.56 to 0.85) for LM. Each trainee achieved perfect agreement for BCS [BK mean = 1.00 (1.00 to 1.00)] and each trainee achieved almost perfect agreement for CLN [BK mean 0.90 (0.82 to 0.94)]. After the follow-up video and 3 wk of experience, trainees achieved a FK of 0.66 and a BK mean of 0.74 (0.62 to 0.89) for LM. In conclusion, multiple assessors can achieve substantial agreement for ABM with adequate training.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,011
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,059

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,013
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,003

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 Opus0,194
Tête enseignante GPT0,452
Écart entre enseignants0,259 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

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

En bref

Citations14
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Dairy Science→Même sujetAnimal Behavior and Welfare Studies→Travaux en français237 207→