MétaCan
Menu
Retour à la cohorte
Enregistrement W2913956362 · doi:10.3390/ani9020048

Readily Available Water Access is Associated with Greater Milk Production in Grazing Dairy Herds

2019· article· en· W2913956362 sur OpenAlexaff
Ruan R. Daros, José A. Bran, María José Hötzel, M.A.G. von Keyserlingk

Notice bibliographique

RevueAnimals · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueEffects of Environmental Stressors on Livestock
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesConselho Nacional de Desenvolvimento Científico e Tecnológico
Mots-clésGrazingHerdPastureMilk productionBreedAnimal scienceBiologyAgronomy

Résumé

récupéré en direct d'OpenAlex

In this cross-sectional study, we measured the association between water provision and milk production on intensively managed small-scale grazing dairy herds. Farms (n = 53) were categorized according to water provision as follows: (1) Restricted—cows did not have access to a water trough while on pasture; and (2) Unrestricted—cows had free access to a water trough while on pasture. Herd main breed and feeding practices were included in a model to assess the effect of water provision category on farm average milk yield/cow/d. The effect of pasture condition and environmental variables on milk production were also assessed, however were not retained on the final model. Herds provided with unrestricted access to drinking water produced on average 1.7 L more milk per cow/d (p = 0.03) than herds with restricted access to drinking water. Predominantly Holstein herds produced 2.8 L more milk per cow/d (p < 0.01) than non-Holstein herds. Each extra kg of concentrate offered per day increased milk yield by 1.1 L/cow/d (p < 0.01). In conclusion, providing free access to drinking water while grazing was associated with greater milk production.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,227
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,022
Tête enseignante GPT0,220
Écart entre enseignants0,198 · 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.

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

Citations19
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnimalsMême sujetEffects of Environmental Stressors on LivestockTravaux en français237 207