MétaCan
Menu
Retour à la cohorte
Enregistrement W3085552426 · doi:10.3168/jds.2020-18907

Technical note: Is fecal consistency scoring an accurate measure of fecal dry matter in dairy calves?

2020· article· en· W3085552426 sur OpenAlexafffundabout
D.L. Renaud, L.N. Buss, J.N. Wilms, M.A. Steele

Notice bibliographique

RevueJournal of Dairy Science · 2020
Typearticle
Langueen
DomaineVeterinary
ThématiqueAnimal health and immunology
Établissements canadiensUniversity of Guelph
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaBayer Animal HealthDairy Farmers of Manitoba
Mots-clésFecesAnimal scienceDry matterConsistency (knowledge bases)MedicineMathematicsVeterinary medicineBiologyEcology

Résumé

récupéré en direct d'OpenAlex

The objective of this cross-sectional study was to evaluate the accuracy of fecal consistency scoring as a measure of fecal dry matter (DM) in dairy calves. This study was conducted at a commercial grain-fed veal facility in southwestern Ontario. A total of 160 calves arrived at the facility in 2 groups of 80 calves each. Calves were fed milk replacer twice daily at 0700 and 1700 h and had ad libitum access from arrival onward to water through nipple drinkers and starter through a shared trough. Fecal consistency scores were evaluated once daily in the first 28 d after arrival before milk feeding. The fecal consistency scoring was conducted using a 4-level scoring scale: 0 = normal (firm but not hard); 1 = soft (does not hold form, piles but spreads slightly); 2 = runny (spreads readily); and 3 = watery (liquid consistency, splatters). Fecal samples were collected from all calves via rectal palpation on d 1, 7, 14, and 21 at 0900 h for determination of fecal DM. Mixed repeated measures linear regression models were built to assess the accuracy of fecal consistency scoring in predicting fecal DM. Over 4 selected time points (d 1, 7, 14, and 21) the 160 calves were observed, 382 (61.6%) had a fecal consistency score of 0, 121 (19.5%) had a score of 1, 85 (13.7%) had a score of 2, and 32 (5.2%) had a score of 3. A fecal score of 0 had a fecal DM of 25.1 ± 8.4%, whereas a fecal score of 1 had a DM of 21.8 ± 8.2%. With respect to calves that had a fecal score of 2 or 3, their fecal DM was 16.0 ± 11.1% and 10.7 ± 6.9%, respectively. In evaluating the pairwise comparisons generated in the repeated measures model that controlled for day of sampling, a fecal score of 0 had a 3.2%, 8.1%, and 12.0% higher fecal DM, respectively, when compared with those that had a fecal score of 1, 2, and 3. In addition, calves with a fecal score of 1 had a 5.0% and 8.8% higher fecal DM than calves with a fecal score of 2 and 3, respectively. Finally, calves with a fecal score of 2 had a 3.8% higher fecal DM than those with a fecal score of 3. This study confirms that using observational fecal consistency scoring can accurately predict diarrhea or a decline in fecal DM.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,041
score de la tête « metaresearch » (Gemma)0,136
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,041
Score d'incertitude au seuil0,219

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0410,136
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,103
Tête enseignante GPT0,376
Écart entre enseignants0,273 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations120
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Dairy ScienceMême sujetAnimal health and immunologyTravaux en français237 207