MétaCan
Menu
Retour à la cohorte
Enregistrement W4327699149 · doi:10.3389/fvets.2023.1137078

Impacts of commingling preconditioned and auction-derived beef calves on bovine respiratory disease related morbidity, mortality, and weight gain

2023· article· en· W4327699149 sur OpenAlexafffund
Sanjaya Mijar, Frank van der Meer, Ed Pajor, Abigail Hodder, Julia Morgan Louden, Sean Thompson, Karin Orsel

Notice bibliographique

RevueFrontiers in Veterinary Science · 2023
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueMicrobial infections and disease research
Établissements canadiensOlds CollegeUniversity of Calgary
Organismes subventionnairesBeef Cattle Research CouncilUniversity of Calgary
Mots-clésBovine respiratory diseaseFeedlotAnimal scienceBeef cattleWeaningVeterinary medicineMedicineBiologyImmunology

Résumé

récupéré en direct d'OpenAlex

Introduction Stressors predisposing to bovine respiratory disease (BRD) upon arrival in the feedlot, include the ranch to feedlot transition and mixing cattle from multiple sources. Preconditioning (PC) reduces multiple stressors, but commingling PC and auction-derived (AD) calves in a feedlot may increase BRD risk. Our objective was to evaluate PC calf performance over the first 40 days in the feedlot and determine impacts of commingling with varying proportions of AD calves (25, 50, and 75%). Methods Calves were either preconditioned at one ranch (n = 250) or mixed-source and bought from a local auction (n = 250). At arrival, calves were assigned into 1 of 5 pens: 100 PC, 75 PC, 50 PC, 25 PC, and 0 PC, reflecting the percentage of PC calves in a 100-head pen. Results Over 40 days, morbidity in pen 100 PC was lower compared to 0 PC (24 vs. 50%, P < 0.001) and varied in commingled pens, being highest (63%) in 25 PC and least (21%) in 50 PC (P < 0.05). There were 3 AD deaths in 0 PC and 2 deaths in 25 PC. The AD calves in 0 PC were 3 times more likely to get BRD than PC calves in 100 PC; however, AD calves gained 0.49 kg/d more than PC calves (P < 0.0001). Ignoring pen placement, AD calves were 2.76 times more likely to get BRD but gained 0.27 kg/d more than PC calves (P < 0.0001). Commingling did not affect morbidity of PC (P = 0.5) or AD calves (P = 0.96), implying commingling did not affect health. Calves in 25 PC were 3.39 times more likely to get BRD than those in the 100 PC (P < 0.001). Furthermore, 25 PC calves gained the most (1.08 kg/d), followed by 50 PC (0.62 kg/d) and 75 PC (0.61 kg/d), compared to 100 PC (P < 0.05). Calf weight at arrival modified ADG (P < 0.05). Discussion In conclusion, PC calves had lower morbidity over the first 40 days, irrespective of commingling. With larger variations in arrival weight, there was no advantage of PC for ADG in the first 40 days. The unknown weaning strategies and comparable arrival weights of AD calves may have contributed to greater ADG in AD calves.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,012
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,046
Tête enseignante GPT0,327
Écart entre enseignants0,281 · 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

Citations10
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Veterinary ScienceMême sujetMicrobial infections and disease researchTravaux en français237 207