Automatic detection of feeding- and drinking-related agonistic behavior and dominance in dairy cows
Notice bibliographique
Résumé
Accurate assessments of social behavior and dominance relationships in cattle can be time consuming. We investigated whether replacements at the feed bunk and water trough-one type of agonistic interaction-can be used to automatically assess dominance relationships. Our study set out to (1) validate a replacement detection algorithm using combined data from electronic feed and water bins, and (2) investigate the applicability of this algorithm to identify individual dominance scores and group-level social hierarchy in freestall-housed dairy cows. We used 4 groups of lactating cows kept in different group sizes (11 to 20 cows) located at 2 research facilities. In both facilities, feed and water were provided via automated feeding systems. A trained observer recorded all agonistic interactions in the pen over multiple days using video. Data from the electronic feed and water bins for the same days were analyzed using an algorithm to detect replacements (i.e., visits where a receiver cow was competitively replaced by an actor cow). Most agonistic interactions at the feed bunk were replacements. These replacements were associated with a brief interval between the time the receiver cow left the bin and the actor cow took her place; the optimal threshold to detect these replacements varied from 22 to 27 s between groups, independent of stocking density. The recall and precision of an algorithm based upon this threshold was high (on average >0.8), comparable to that of trained human observers. We improved data preparation by controlling for detection errors and included filtering to reduce false positives. This resulted in a >20% decrease in false positives and an increase in precision of 0.043. The dominance hierarchy based upon algorithm-detected replacements was similar to that based upon total agonistic interactions observed in the pen; the Spearman rank correlation coefficient between these hierarchies varied among the groups from 0.81 to 0.96. We conclude that data from electronic feed and water bins can accurately estimate agonistic behavior and dominance relationships among dairy 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 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 | 0,001 | 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 ».