MétaCan
Menu
Retour à la cohorte
Enregistrement W3035083811 · doi:10.3390/ani10061039

Broiler Chicks’ Motivation for Different Wood Beddings and Amounts of Soiling

2020· article· en· W3035083811 sur OpenAlexafffund
Valerie Monckton, Nienke van Staaveren, Alexandra Harlander-Matauschek

Notice bibliographique

RevueAnimals · 2020
Typearticle
Langueen
DomaineVeterinary
ThématiqueAnimal Behavior and Welfare Studies
Établissements canadiensUniversity of Guelph
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaOntario Veterinary College, University of GuelphUniversities Federation for Animal WelfareUniversity of GuelphPoultry Industry Council
Mots-clésBroilerLitterAnimal sciencePine woodBody weightStockingDeep litterSawdustBiologyEcologyBotany

Résumé

récupéré en direct d'OpenAlex

In the wild, excreta soiled surroundings can attract predators and spread disease. Yet, farmers rear broiler chicks in large barns with stocking densities that prevent excreta segregation. To measure chicks' motivation to access unsoiled bedding or soiled litter (collectively, substrates) we used 40 16-day-old broiler chicks who were divided into six two-compartment pens. The 'home' compartment (H) contained soiled wood shavings, while the 'treatment' compartment (T) contained either aspen wood shavings, pine and spruce wood shavings, soiled pine and spruce wood shavings, ammonia reductant treated soiled pine and spruce wood shavings, or a feed treatment as a gold standard. The barrier separating the compartments had two one-way push-doors that chicks pushed to access a resource. The chicks' motivation was measured by the average maximum weight pushed to access each resource. The door leading to T weighed 0% (raised), 10%, 20%, or 30% of the chicks' body weight, and chicks could return to H via a raised (for 0%) or unweighted door. Our findings indicate that chicks worked hardest for feed, but paid a lower, equal price to access all substrates. With increasing door weight, chicks visited less and spent less time with the substrates. Therefore, as chicks themselves do not avoid litter that could have potential negative effects on their well-being, it is important that farmers diligently monitor litter conditions as their primary care-takers.

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 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 enseignants0,738
Score d'incertitude au seuil0,412

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)0,0000,000

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 Opus0,128
Tête enseignante GPT0,338
Écart entre enseignants0,210 · 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

Citations14
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnimalsMême sujetAnimal Behavior and Welfare StudiesTravaux en français237 207