Study on Bovine Mastitis under Different Management in Pastoral and Agro-Pastoral Areas of Borana Zone, Southern Ethiopia
Notice bibliographique
Résumé
A cross-sectional study was conducted to determine the prevalence of bovine mastitis, associated potential risk factors and major etiological agents of clinical and sub clinical mastitis under different management condition of pastoral, agro-pastoral, ranch and farm by using California mastitis test and bacteriology. A total of 384 lactating Borana cows in Did-tuyura ranch, Yabello Pastoral and dryland agriculture research center (YPDARC) dairy farm and three districts namely Gomole, Moyale and Yabello of Borana zone were included in the study. The study revealed that overall prevalence of mastitis were 47.4 % (182/384); out of which 12 % (46/384) clinical and 35.4 % (136/384) sub-clinical mastitis whereas prevalence at quarter level was 21.48% (330/1536) of which 3% (46/1536) and 18.48% (284/1536) were clinical and sub-clinical form respectively. From the total examined quarter, 3.5% (53) of quarters had blind quarter. Prevalence in pastoral and agro-pastoral herding system (extensive management system) at cow level and quarter level were 18.9% and 10.9% respectively while prevalence in Did-tuyura ranch and YPDARC dairy farm herding system (semi-intensive) were 20% and 7% at cow level and quarter level respectively. The prevalence of mastitis significantly (P<0.05) differed with parity, stage of lactation and body condition of lactating animals. From 330 California Mastitis Test (CMT) and clinically positive milk samples there was growth of bacteria on culture media observed only in 155 (46.97%). Out of this Staphylococcus aureus accounted for 59 (38.06%) isolates followed by Streptococcus species 33 (21.29%) and Coagulase negative Staphylococcus 30 (19.35%). Due to lack of proper managements of different risk factors major pathogenic microorganisms are isolated. Proper preventive and control strategy, awareness creation on key factors of mastitis, Regular screening and culling of chronically infected cows should be practiced.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».