MétaCan
Menu
Retour à la cohorte
Enregistrement W3206494383 · doi:10.1186/s40813-021-00234-x

Adding value to food chain information: using data on pig welfare and antimicrobial use on-farm to predict meat inspection outcomes

2021· article· en· W3206494383 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevuePorcine Health Management · 2021
Typearticle
Langueen
DomaineVeterinary
ThématiqueAnimal Behavior and Welfare Studies
Établissements canadiensScience North
Organismes subventionnairesnon disponible
Mots-clésAntimicrobialAgricultural scienceBusinessFood scienceBiotechnologyFood chainValue (mathematics)WelfareFood safetyAnimal welfareBiologyStatisticsMicrobiologyEconomicsMathematics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Using Food Chain Information data to objectively identify high-risk animals entering abattoirs can represent an important step forward towards improving on-farm animal welfare. We aimed to develop and evaluate the performance of classification models, using Gradient Boosting Machine algorithms that utilise accurate longitudinal on-farm data on pig health and welfare to predict condemnations, pluck lesions and low cold carcass weight at slaughter. RESULTS: The accuracy of the models was assessed using the area under the receiver operating characteristics (ROC) curve (AUC). The AUC for the prediction models for pneumonia, dorsocaudal pleurisy, cranial pleurisy, pericarditis, partial and total condemnations, and low cold carcass weight varied from 0.54 for pneumonia and 0.67 for low cold carcass weight. For dorsocaudal pleurisy, ear lesions assessed on pigs aged 12 weeks and antimicrobial treatments (AMT) were the most important prediction variables. Similarly, the most important variable for the prediction of cranial pleurisy was the number of AMT. In the case of pericarditis, ear lesions assessed both at week 12 and 14 were the most important variables and accounted for 33% of the Bernoulli loss reduction. For predicting partial and total condemnations, the presence of hernias on week 18 and lameness on week 12 accounted for 27% and 14% of the Bernoulli loss reduction, respectively. Finally, AMT (37%) and ear lesions assessed on week 12 (15%) were the most important variables for predicting pigs with low cold carcass weight. CONCLUSIONS: The findings from our study show that on farm assessments of animal-based welfare outcomes and information on antimicrobial treatments have a modest predictive power in relation to the different meat inspection outcomes assessed. New research following the same group of pigs longitudinally from a larger number of farms supplying different slaughterhouses is required to confirm that on farm assessments can add value to Food Chain Information reports.

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.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,443
Score d'incertitude au seuil0,952

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 technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,001
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 Opus0,155
Tête enseignante GPT0,375
Écart entre enseignants0,221 · 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