An Investigation of Associations Between Management and Feather Damage in Canadian Laying Hens Housed in Furnished Cages
Notice bibliographique
Résumé
Feather pecking is a continuous welfare challenge in the housing of egg-laying hens. Canada is currently making the transition from conventional cages to alternative housing systems. However, feather damage (FD) among laying hens due to feather pecking remains a welfare concern. An explorative approach was taken to assess bird, housing, and management associations with FD in Canadian laying hens housed in alternative systems. A questionnaire focused on housing and management practices was administered to 122 laying farms across Canada in autumn of 2017 (response rate of 52.5%), yielding information on a subset of 26 flocks housed in furnished cages. Additionally, a three-point feather cover scoring system was developed to estimate the prevalence of FD. Farmers assessed FD by sampling 50 birds per flock. Linear regression modeling was applied to explain FD as a function of 6 variables (out of an available 54). Of the 6 modeled variables, "increased age", "brown feather colour", "midnight feeding", and "no scratch area" were associated with higher levels of FD at farm level (R² = 0.77). The results indicated that FD resulting from feather pecking is a multifactorial problem, and supported existing evidence that FD increases as birds age. These results also suggested that "feather colour", "midnight feeding", and "access to (or lack of) a scratch area or additional substrate" play a role in FD prevalence in furnished cages.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».