MétaCan
Menu
Retour à la cohorte
Enregistrement W3174684673 · doi:10.3168/jds.2021-0082

Performance perception of Canadian dairy producers when transitioning to an automatic milking system

2021· article· en· W3174684673 sur OpenAlexafffundabout
M. Duplessis, E. Vasseur, Julie Ferland, Edmond A. Pajor, T.J. DeVries, D. Pellerin

Notice bibliographique

RevueJDS Communications · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMilk Quality and Mastitis in Dairy Cows
Établissements canadiensUniversity of GuelphUniversity of CalgaryUniversité LavalMcGill UniversityCégep de Sherbrooke
Organismes subventionnairesAgriculture and Agri-Food CanadaCanadian Dairy CommissionUniversity of GuelphUniversity of CalgaryUniversité Laval
Mots-clésHerdMilkingAnimal scienceCullingSomatic cell countAutomatic milkingIce calvingMathematicsBiologyLactation

Résumé

récupéré en direct d'OpenAlex

Adoption of automated milking systems (AMS) has increased exponentially around the world in recent years. The objective of this observational study was to evaluate how producer perception of changes in cow-average milk yield and somatic cell count (SCC) compared with the actual changes in their herds after the introduction of AMS in Canadian commercial dairy herds. Data were collected (in 2014 and 2015) through a survey of 97 Canadian dairy herds that shifted to AMS from 2000 to 2014. Producers were asked their perception about milk yield and SCC changes (increase, decrease, or no change) after AMS introduction. Actual herd performance data were obtained from dairy herd improvement organizations. Differences between the 12-mo rolling herd-average milk yield (kg/cow per year) and SCC (cells/mL) at the closest test 2 yr after transitioning to AMS and at the last test before the transition were calculated and compared with the producer perception answers. After AMS adoption, milking herd size, milk yield, SCC, and number of AMS units per herd averaged (± standard deviation) 99.8 ± 54.4 cows, 9,619 ± 1,354 kg/cow per year, 248,825 ± 97,286 cells/mL, and 1.9 ± 1.1 units, respectively. On average, after AMS introduction, herd size, milk yield, and culling rate increased by 11.3 cows, 441 kg/cow per year, and 1.3%, respectively, and calving interval decreased by 7 d. For producers who perceived an increase, actual milk yield and SCC increases averaged (mean ± standard deviation) +534 ± 1,003 kg/cow per year and +56,679 ± 66,662 cells/mL, respectively. Alternatively, for producers who perceived a decrease, actual milk yield and SCC decreases averaged -984 ± 658 kg/cow per year and -26,976 ± 94,099 cells/mL, respectively. An actual milk yield change of +83.1 ± 1,113.3 kg/cow per year and an SCC change of +6,135 ± 72,609 cells/mL were observed in the herds in which the dairy producers perceived no change with the AMS introduction. Hence, dairy producers were, on average, able to discern their actual milk yield and SCC changes after AMS adoption. However, the proportions of dairy producers who accurately perceived their actual milk yield and SCC changes after AMS introduction were 39.4% for milk yield (increase: 36.3%; decrease: 100.0%; and no change: 45.5%) and 46.7% for SCC (increase: 50.0%; decrease: 39.0%; and no change: 54.1%). From these results, we concluded that several dairy producers distorted their actual milk yield and SCC changes or were not fully aware of those changes.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,054
Score d'incertitude au seuil0,109

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,064
Tête enseignante GPT0,259
Écart entre enseignants0,195 · 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'étudeQualitatif
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

Citations4
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJDS CommunicationsMême sujetMilk Quality and Mastitis in Dairy CowsTravaux en français237 207