MétaCan
Menu
Retour à la cohorte
Enregistrement W2886027626 · doi:10.1098/rsbl.2018.0303

Cows are highly motivated to access a grooming substrate

2018· article· en· W2886027626 sur OpenAlexafffund
Emilie McConnachie, Anne-Marieke C. Smid, Alexander J. Thompson, Daniel M. Weary, M. Gaworski, M.A.G. von Keyserlingk

Notice bibliographique

RevueBiology Letters · 2018
Typearticle
Langueen
DomaineVeterinary
ThématiqueAnimal Behavior and Welfare Studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAlberta MilkDairy Farmers of Canada
Mots-clésBrushBiologyFree accessAnimal scienceResource (disambiguation)Dairy cattleComputer scienceComposite materialMaterials scienceComputer networkWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

In natural environments, cattle use trees and other abrasive surfaces to scratch and groom themselves. Modern indoor dairy cattle housing systems often lack appropriate grooming substrates, restricting the animals' ability to groom. We assessed the motivation of dairy cows to access an automated mechanical brush, a grooming resource that can be implemented in indoor cattle housing systems. Cows were trained to push a weighted gate to access either fresh feed (positive control), a mechanical brush or the same space without a brush (negative control). Weight on the gate was gradually increased until all cows failed to open it. The weight each cow was willing to push to access each resource was assessed using the Kaplan–Meier survival analysis. Despite differences in methodology used to obtain data on motivation to access feed and the brush, the outcomes were very similar; cows worked as hard for access to fresh feed and the brush ( p = 0.94) and less hard for access to the empty space (compared with fresh feed: p < 0.01; brush: p < 0.02). These results indicate that cows are highly motivated to access a mechanical brush and that it is an important resource for cows.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,098
Tête enseignante GPT0,369
Écart entre enseignants0,271 · 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'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

Citations104
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiology LettersMême sujetAnimal Behavior and Welfare StudiesTravaux en français237 207