PSXIII-1 Does Providing Bedding Change the Latency and Duration of Cattle Lying Behavior During Long-Distance Transport Rest Stops?
Notice bibliographique
Résumé
Abstract We explored whether straw bedding at rest stations might affect latency and duration of lying down beyond the 8h rest required at rest stops during long distance transport. Animals arriving to commercially operated rest stops (n=75, 6/load, opportunistically selected) were rested in pens (15.5 × 9.5 m) that were either bedded (n=38, straw, 14 cm deep) or non-bedded (n=37). The lying activity of each animal was recorded every 10 min for 8 h. The independent variables recorded included: bedding treatment, mean animal weight/load (kg), and space allowance [k-value = (m2/animal) / (BW2/3)] in the trailer. Ordinary linear and mixed linear regression models were fitted to assess lying latency and duration, respectively. Bedding affected latency to lie down, but its effect depended on space allowance in the truck: among cattle transported with low space allowance (2.08 - 3.29 m2/ 300 kg animal), bedded cattle laid down sooner than non-bedded cattle (P< 0.001). Comparing only cattle in bedded pens, cattle laid down sooner when transported with low space allowance (2.08 - 3.29 m2/ 300 kg animal) compared with medium space allowance (>3.29 – 3.69 m2/ 300 kg animal; P=0.003). Bedding also affected lying duration, but the effect depended on mean animal weight; as mean animal weight of the load increased so did duration but the effect was greater among bedded animals (P=0.027). In summary, cattle transported at high stocking densities are most likely to benefit from bedding as are heavier animals.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».