Pairwise comparison locomotion scoring for dairy cattle
Notice bibliographique
Résumé
Conventional locomotion scoring is a subjective, absolute, and discrete assessment of locomotion. Here we assess pairwise comparison scoring to improve upon the limited intra- and interobserver consistency typical of conventional locomotion scoring. Five observers performed conventional 4-level locomotion scoring using 50 video recordings of dairy cattle, and also assessed 90 pairs of videos (composed from the same 50 recordings) using relative pairwise scoring. Intra- and interobserver consistency of pairwise scores [intraobserver: percentage agreement (PA) = 82%, κ = 0.63; interobserver: PA = 79%, κ = 0.57] were greater than of 4-level absolute scores (intraobserver: PA = 72%, κw = 0.74; interobserver: PA = 56%, κw = 0.59). Pairwise scores were scaled with an optimization method to obtain the position of the 50 recordings on a continuous locomotion scale. These continuous locomotion scores (CLS) were compared with the conventional mean absolute visual locomotion scores (VLS). Correlation between CLS and VLS was strong (τ = 0.69), and consistency between binarized CLS and binarized VLS was high (PA = 84%, κ = 0.66 for threshold VLS ≥1). Just noticeable difference (JND) for locomotion scoring was 0.3 on a 4-level scale ranging from 0 to 3. Pairwise scoring and scaling had the scoring consistency of binary absolute scoring with finer continuous granularity than 4-level absolute scoring. The pairwise scoring method, and associated scaling, offer a more consistent and informative alternative to conventional absolute multilevel locomotion scoring.
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 | 0,012 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 ».