Is greater milk production associated with dairy cows who have a greater probability of ruminating while lying down?
Notice bibliographique
Résumé
The objective of this study was to determine whether associations exist between position while ruminating (lying vs. standing) and milk and component production in dairy cows. Data from 30 lactating Holstein cows were assembled from 2 studies in which cows were milked by automated milking system (AMS) and fed a partial mixed ration (PMR) in feed bins that recorded intake behavior. Rumination and lying behavior were monitored using automated neck- and leg-based sensors, respectively. Each cow was monitored over 2 separate 2-wk treatment periods. To estimate position while ruminating for each 2-h period of the day for each cow, a conditional probability was calculated to determine the probability that any rumination time and lying time were occurring at the same time in any 2-h period. These probabilities (RwL), and all behavioral data, were summarized per cow per 2-h interval, and then averaged per day and per 2-wk period, along with milk yield and component data. Cows averaged (mean ± standard deviation) 1.9 ± 1.1 lactations and 85.5 ± 55.2 d in milk, and weighed 668.5 ± 96.0 kg. Data included rumination time (557.7 ± 41.1 min/d), lying time (703.9 ± 65.3 min/d), idle standing time (520.1 ± 83.2 min/d), PMR feeding time (204.7 ± 48.5 min/d), PMR dry matter intake (DMI; 21.8 ± 4.6 kg/d), AMS pellet provision (4.6 ± 1.6 kg/d), total DMI (26.4 ± 4.5 kg/d), milk yield (42.4 ± 7.2 kg/d), milk fat content (3.75 ± 0.51%), and milk protein content (3.21 ± 0.32%). Greater rumination time and lying time were associated with greater RwL probability (mean = 0.19 ± 0.02; range = 0.14 to 0.23). The RwL probability tended to be positively associated with total DMI and milk fat content, was associated with milk protein content, but was not associated with any measures of milk yield. The results indicate that in a free-traffic AMS, cows who have greater probability of ruminating while lying down spend more time ruminating and lying, and tend to consume more total dry matter and produce milk with greater components.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».