MétaCan
Menu
Retour à la cohorte
Enregistrement W4220978766 · doi:10.3390/ani12060735

Structuring Broiler Barns: How a Perforated Flooring System Affects Animal Behavior

2022· article· en· W4220978766 sur OpenAlexaff
Franziska May, Jenny Stracke, Sophia Heitmann, Carolin Adler, Alica Krasny, Nicole Kemper, Birgit Spindler

Notice bibliographique

RevueAnimals · 2022
Typearticle
Langueen
DomaineVeterinary
ThématiqueAnimal Behavior and Welfare Studies
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesBundesministerium für Ernährung und LandwirtschaftDeutsche Forschungsgemeinschaft
Mots-clésBroilerBarnBreedAnimal scienceVeterinary medicineBarn-owlBiologyEcologyPredationMedicineGeography

Résumé

récupéré en direct d'OpenAlex

Broiler chickens in Europe are usually raised in a barren environment. Elevated perforated platforms address this problem and can positively influence animal health and welfare. To evaluate the effect of an elevated perforated floor on the behavior of broiler chickens, one of two barns was equipped with a perforated flooring system under the food and water supply. The second barn was used as a control. In total, three fattening periods were observed, with 500 broiler chickens (Ross 308 breed) kept in each barn. To compare the behavior of the birds in these groups, cameras were installed in the two barns. The videos were analyzed by counting the number of birds and observing focal animals while recording their behavior. More animals were observed on the perforated floor than in the littered control area (p < 0.001), but focal animals spent less time on the perforated floor compared to the observed littered area in the control barn (p < 0.05). There were no differences in the length of the recorded behaviors between the treatments. These findings suggest that, in general, the elevated perforated floor is attractive for the animals. However, it does not promote one of the recorded behavior patterns. Our results show that an elevated perforated floor could be an option for structuring broiler barns.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,055
Tête enseignante GPT0,301
Écart entre enseignants0,246 · 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'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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnimalsMême sujetAnimal Behavior and Welfare StudiesTravaux en français237 207