MétaCan
Menu
Retour à la cohorte
Enregistrement W3210236058 · doi:10.3390/ani11113031

Postpartum Stressors Cause a Reduction in Mechanical Brush Use in Dairy Cows

2021· article· en· W3210236058 sur OpenAlexafffund
Benjamin Lecorps, Allison Welk, Daniel M. Weary, M.A.G. von Keyserlingk

Notice bibliographique

RevueAnimals · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture and Farm Safety
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésBrushStressorAnimal scienceReduction (mathematics)MedicineBiologyEngineeringMathematicsPsychiatryMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Dairy cows are often subjected to multiple post-partum stressors but how these stressors impact cows' affective states remain poorly understood. Negative affective states are often associated with reduced expression of low-resilience behaviors, so we explored whether cows would reduce their use of a brush after calving. Before calving, cows were offered the opportunity to use a mechanical brush once a week for 10 min. In Experiment 1, we explored whether cows reduced their use of a mechanical brush after parturition (compared to prepartum values) when subjected to the myriad of stressors typically experienced by cows at this time. In Experiment 2, we assessed the effect of cow-calf separation. Results from Experiment 1 showed that cows displayed a reduced brush use following parturition compared to the week before calving. In Experiment 2, we showed that cows given more time to bond with their calf, and who were separated more recently from their calf, showed a more pronounced reduction in brush use. Cows provided part-time contact with their calf for 29 days also reduced their brush use when they were permanently separated from their calf on day 30 after calving. These results suggest that cows experienced anhedonia and point to new directions for research on dairy cow affective states.

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 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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,934
Score d'incertitude au seuil0,839

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,038
Tête enseignante GPT0,245
Écart entre enseignants0,207 · 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 tête enseignante, pas un consensus.

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

Citations17
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnimalsMême sujetAgriculture and Farm SafetyTravaux en français237 207