MétaCan
Menu
Retour à la cohorte
Enregistrement W4317506837 · doi:10.3390/ani13030346

Impact of Dystocia on Milk Production, Somatic Cell Count, Reproduction and Culling in Holstein Dairy Cows

2023· article· en· W4317506837 sur OpenAlexaffabout
S.M. Roche, Joseph A. Ross, Crystal Schatz, Kendall Beaugrand, Sjoert Zuidhof, Brenda Ralston, Nick Allan, Merle S. Olson

Notice bibliographique

RevueAnimals · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueReproductive Physiology in Livestock
Établissements canadiensLakeland CollegeChinook Regional Hospital
Organismes subventionnairesnon disponible
Mots-clésCullingReproductionSomatic cell countMilk productionDairy cattleAnimal scienceSomatic cellHolstein CattleBiologyLactationHerdPregnancyIce calvingEcologyGenetics

Résumé

récupéré en direct d'OpenAlex

This study investigated the effects of dystocia on milk production, somatic cell count, reproductivity, disease, and milk production. A total of 2159 cows across 21 dairy farms in Alberta, Canada were enrolled in this study. Multivariable models were created to explore associations between outcome variables and calving ease score. In total, 89.5% of calvings were unassisted, 6.1% were an easy pull, and 4.3% were a moderate-hard pull. Cows that had a moderate-hard pull produced 4.01 kg less milk, 0.12 kg less volume of milk fat, and 0.12 kg less milk protein per day than those that had an unassisted calving. No difference was found between calving ease groups with respect to SCC. Cows with a moderate or hard pull produced 510 kg less milk per lactation than unassisted cows. Cows with a moderate to high level of assistance at birth had a higher hazard of being culled over the duration of their lactation. Cows with an easy pull had increased odds of developing a retained placenta. It is evident that assistance at calving, particularly a moderate-hard pull, is associated with significant impacts on future milk production and risk of being culled; therefore, efforts should be made to minimize dystocia and prevent these impacts.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,902
Score d'incertitude au seuil0,227

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,035
Tête enseignante GPT0,279
Écart entre enseignants0,244 · 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'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

Citations14
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnimalsMême sujetReproductive Physiology in LivestockTravaux en français237 207