MétaCan
Menu
Retour à la cohorte
Enregistrement W2890762744 · doi:10.3389/fvets.2018.00215

Algometer Precision for Quantifying Mechanical Nociceptive Threshold When Applied to the Udder of Lactating Dairy Cows

2018· article· en· W2890762744 sur OpenAlexafffund
Catarina Krug, T.J. DeVries, Jean‐Philippe Roy, J. Dubuc, Simon Dufour

Notice bibliographique

RevueFrontiers in Veterinary Science · 2018
Typearticle
Langueen
DomaineVeterinary
ThématiqueAnimal Behavior and Welfare Studies
Établissements canadiensUniversity of GuelphUniversité de Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaFonds de recherche du Québec – Nature et technologiesNovalaitCanadian Network for Research and Innovation in Machining Technology, Natural Sciences and Engineering Research Council of Canada
Mots-clésUdderConcordance correlation coefficientKappaCovariateReliability (semiconductor)MedicineDairy cattleCohen's kappaAnimal scienceMathematicsLogistic regressionLinear regressionRepeatabilityStatisticsMastitisBiologyPathology

Résumé

récupéré en direct d'OpenAlex

Objectives of this study were to: (1) quantify the reliability of an algometer for measuring mechanical nociceptive thresholds when applied to the udder of dairy cows; and (2) evaluate whether covariates, such as cow characteristics or time of the day, would influence algometer measurements. This prospective study was performed in a university herd of 37 lactating cows during five consecutive days, involving two raters. Two types of measurement were obtained: one qualitative binary measure (i.e., reaction vs. no reaction) and one quantitative measure presented in kilograms (i.e., mechanical nociceptive threshold, MNT) for the cows that reacted. Kappa statistics were used to investigate test-retest and inter-rater reliability for the qualitative measure, while concordance correlation coefficient (CCC) and limits of agreement plot were used for the quantitative measure. Whether algometer measurements were influenced by several covariates (i.e., time of the day, level of milk production, days in milk, and parity) was then evaluated using logistic or linear regression models, depending on the outcome. The algometer was moderately reliable; there was moderate test-retest reliability (Kappa = 0.53; CCC = 0.58) and inter-rater reliability (Kappa = 0.42; CCC = 0.54). The MNT varied substantially as a function of time of the day and parity. This is the first study reporting reliability of a pressure algometer for quantifying MNT and investigating covariates possibly affecting this measurement when applied to the udder of dairy cows. It is concluded that the use of an algometer for quantifying MNT on the udder is only moderately repeatable and is influenced by extraneous covariates. Its usage in research setting to quantify changes in sensitivity at the udder level should, therefore, be considered very cautiously or it should be further developed.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,879
Score d'incertitude au seuil0,635

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,001
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 Opus0,135
Tête enseignante GPT0,382
Écart entre enseignants0,247 · 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'étudeExpérimental (laboratoire)
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

Citations6
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Veterinary ScienceMême sujetAnimal Behavior and Welfare StudiesTravaux en français237 207