Invited review: Social dominance in dairy cattle: A critical review with guidelines for future research
Notice bibliographique
Résumé
Cattle are gregarious animals able to form social relationships. Dominance is one of the most widely studied social behaviors of dairy cattle, especially cows confined indoors. However, much of the past dairy cattle research has used an unstandardized approach, differing in definitions and conceptual understanding of dominance, as well as their methods of data collection and dominance calculation. The first of the 3 aims of this review is to evaluate how dominance relates to the social behavior of housed dairy cows. Cows engage in agonistic interactions to establish and reinforce dominance relationships. An individual's dominance is influenced by intrinsic characteristics, such as personality, and extrinsic factors, including group composition. When competing for resources, agonistic interactions can also be influenced by individual motivational differences, such as hunger, which may diminish the role of dominance in regulating competition. Our second aim is to critically review methods used to assess dominance in cows. This includes discussions on the effect of time and location of data collection on measured values as well as the viability and limitations of some dominance calculation methods. We propose that different methodologies lend themselves to different types of research questions. For example, the use of data stream-based methods that consider the sequence of interactions are useful for estimating how dominance fluctuates with changing conditions and can be used in a dynamically changing group. In contrast, matrix-based methods that aggregate social interactions may be best for identifying the social position of individuals and understanding how social characteristics influence the attributes of a stable hierarchy. Our third aim is to discuss the future of dominance research. We use a flowchart to illustrate guidelines for a more standardized approach to measuring dominance in cattle. We also identify areas in need of further conceptual clarification, suggest practical applications of dominance when managing dairy cattle, and discuss some limitations of dominance research.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,013 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».