MétaCan
Menu
Retour à la cohorte
Enregistrement W4224259279 · doi:10.3168/jds.2021-20649

Invited review: Risk factors for transition period disease in intensive grazing and housed dairy cattle

2022· review· en· W4224259279 sur OpenAlexaff
Ruan R. Daros, Daniel M. Weary, M.A.G. von Keyserlingk

Notice bibliographique

RevueJournal of Dairy Science · 2022
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueReproductive Physiology in Livestock
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésGrazingIce calvingHerdBreedPeriod (music)LamenessDairy cattleLactationAnimal scienceIncidence (geometry)MedicineBiologyVeterinary medicineEnvironmental healthPregnancyEcologySurgery

Résumé

récupéré en direct d'OpenAlex

Transition period (±3 wk around calving) diseases are prevalent in dairy systems. In this review we describe the physiological and behavioral changes experienced by cows during the transition period and during the dry period leading up to this. Our narrative review examines risk factors associated with these diseases in zero-grazing and grazing systems. The available research indicates that cows in these 2 systems experience similar incidences of transition diseases, and that low or high BCS and lameness are key manageable risks associated with both systems. Other cow- and herd-level risk factors identified in this review are parity, breed, and seasonal variability in disease incidence. Some risks appear to arise earlier in the dry period, outside what is normally considered the transition period; we recommend that future studies of transition period diseases should consider the entire dry period. We also encourage new work on measuring the effect of intervention strategies during late lactation on transition period diseases.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,977
Score d'incertitude au seuil0,403

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,063
Tête enseignante GPT0,308
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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations54
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Dairy ScienceMême sujetReproductive Physiology in LivestockTravaux en français237 207