127-I levels in Ontario Bulk Tank Milk and its Association with Groundwater, Milking Management, and Other Risk Factors
Notice bibliographique
Résumé
The objectives of the present study were to determine the iodine concentration in milk sampled from 80 commercial dairy farms located in eastern (n=58) and southwestern (n=22) Ontario, and to identify if the iodide content of groundwater consumed by the lactating herd, along with other factors, are associated with higher bulk milk iodine (BMI). A bilingual questionnaire addressing water consumption, nutrition, milking management practices, and well characteristics was completed by each producer. The 127I concentration in milk and groundwater samples was established using inductively coupled plasma mass spectrometry. Potential predictor variables were screened for univariable significance (p<0.05), and a general linear regression model was fitted to assess associations between BMI and explanatory variables such as 127I in water, well depth and age, water treatment, the use of iodine-based pre or post-dips, application strategies and post-dip coverage goal. Results of the data analysis suggest that there is a strong positive correlation between the iodide content of groundwater and BMI levels (p<0.001). Post-milking practices including the use of an iodine-based teat disinfectant, the application strategies of a post-milking teat disinfectant and overall coverage goal of the solution on teats were also significantly (p<0.05) associated with increased BMI levels. These results suggest a significant association exists between BMI levels in relation to post-milking management practices and the iodine content in groundwater consumed by the lactating herd. Post-milking practices and drinking water containing excessive levels of iodine should be monitored frequently and where needed mitigation strategies implemented to prevent high BMI levels on farm.
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 ».