MétaCan
Menu
← Retour à la cohorte
Enregistrement W4233287719 · doi:10.2527/jam2016-1258

1258 Estrus detection intensity and accuracy, and optimal timing of insemination with automated activity monitors for dairy cows

2016· article· en· W4233287719 sur OpenAlexaff
C. S. Leroy, J. S. Walton, S. J. LeBlanc

Notice bibliographique

RevueJournal of Animal Science · 2016
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic and phenotypic traits in livestock
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésInseminationEstrous cycleAnimal scienceArtificial inseminationEstrus synchronizationBiologyPregnancy

Résumé

récupéré en direct d'OpenAlex

The objectives were to assess: the ability of automated activity monitoring (AAM) to detect estrus for first insemination; the accuracy of detection; and the optimum interval from the onset of estrus to insemination. Four commercial farms were studied over 1 yr; 2 employed the AfiAct (Afikim) system and 2 the Heatime HR (SCR Inc.) system. Cows were inseminated between 55 and 80 DIM based on AAM only, then supplemented with timed AI (TAI). Blood progesterone was measured in 1,014 cows at weeks 5, 7, and 9 postpartum; purulent vaginal discharge (PVD) was assessed at week 5 and lameness and BCS at week 7. Overall, AAM detected 83% of cows in estrus by 80 DIM. Cows that had 3 serum P4 < 1 ng/mL, had PVD, or were both lame and had BCS ≤ 2.5 were less likely to be detected in estrus by 80 DIM (62, 68, 53%, respectively). Blood samples were collected on the day of 445 AI based on AAM and 323 TAI. The proportion of cows not in estrus (P4 > 1 ng/ml) on the day of AI was similar (P = 0.35) between AAM (4 ± 1.8%) and TAI (3 ± 1.2%). Activity data were extracted from AAM software for 1454 AI. Onset of estrus was calculated using the same (AfiAct) or similar (for the proprietary SCR algorithm) criteria as the AAM system. Producers recorded the time of AI. The interval from onset of estrus to AI was categorized as 0 to 8, 8 to 16, or > 16 h. There was no effect of AAM system on the probability of pregnancy per AI, but there was an interaction of interval with parity. For multiparous cows, the probability of pregnancy per AI was 31%, which did not differ (P = 0.7) with the interval to AI. For primiparous cows, the odds of pregnancy were greater if AI occurred 0 to 8 h (49%) than 8 to 16 h (36%) or > 16 h (31%) after the onset of estrus. AAM can detect estrus for first AI in just over the length of 1 estrus cycle for over 80% of cows, but the remainder would likely require intervention. For multiparous cows, performing AI based on AAM once per day would not affect pregnancy per AI, but for primiparous cows AI within 8 h of the onset of estrus may be advantageous.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0010,000

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 Opus0,015
Tête enseignante GPT0,275
Écart entre enseignants0,260 · 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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Animal Science→Même sujetGenetic and phenotypic traits in livestock→Travaux en français237 207→