MétaCan
Menu
Retour à la cohorte
Enregistrement W2993052424 · doi:10.1093/jas/skz258.044

190 ASAS-EAAP Exchange Speaker Talk: Beyond stainless steel and milk pumps: precision technology in the milking equipment world

2019· article· en· W2993052424 sur OpenAlexaboutno aff
Nancy Charlton

Notice bibliographique

RevueJournal of Animal Science · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFood Supply Chain Traceability
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMilkingParallelsBusinessRobotEngineeringAgricultural scienceOperations managementComputer scienceArtificial intelligenceAnimal scienceEnvironmental science

Résumé

récupéré en direct d'OpenAlex

Abstract What do you think of when you hear the words: milking equipment? Do you think of the different brands? Boumatic, DeLaval, GEA or Lely? Do you think of parlours, parallels or rotaries? Do you think of teat cups, liners or rubber hosing? Do you think of teat dips and cleaners? If you think of mostly hardware – I can’t blame you. If I look at DeLaval, the company I work for, it has a 136-year history of offering dairy producers revolutionary innovations. In 1878, Gustaf de Laval patented the cream separator, which was the basis for forming our company in 1883. (That was even before Old MacDonald’s farm.) DeLaval has since made other significant improvements in animal health and welfare, milk production, food safety and labor efficiency with technologies like: the vacuum operated milking machine (1917); a commercial rotary (1930); animal identification systems (1978); variable speed vacuum pumps (1977); milking robots (late 1990s); an on-farm lab called Herd Navigator; Clover-shaped liners (2013); a teat spray robot (2015); a body condition score camera (2015); and our latest robot, the VMSTM V300 (2018). DeLaval has been pushing the Brave New World for many years. Today, we have a software program called DelProTM Farm Manager – a powerful data management tool providing valuable information and analysis. It enables the dairy producer to make efficient daily actions and for advisors to monitor and provide profitable and sustainable management actions. As animal scientists, what is your role in this? One avenue is to consider working with the data to provide relevant summaries on what the information is telling us. You can have a role in influencing management changes for dairy farms for the future. While not all farms have access to this data and information, your research projects can help dairy farmers wanting to make improvements to their operations. Producers need non-bias, third party sources they can reference. The dairy farming world is changing; we all need to keep up. Make sure the research that you decide upon fits into this rapid pace.

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)0,003
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,893
Score d'incertitude au seuil0,184

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,017
Tête enseignante GPT0,250
Écart entre enseignants0,233 · 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'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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Animal ScienceMême sujetFood Supply Chain TraceabilityTravaux en français237 207