MétaCan
Menu
Retour à la cohorte
Enregistrement W4385275423 · doi:10.1016/j.psj.2023.102966

Research Note: Validation of a low-cost accelerometer to measure physical activity in 30 to 32-d-old male Ross 708 broilers

2023· article· en· W4385275423 sur OpenAlexafffund
Carolin Adler, Dilshaan Duhra, T. Shynkaruk, K. Schwean-Lardner

Notice bibliographique

RevuePoultry Science · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Nutrition and Physiology
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of Saskatchewan
Mots-clésMeasure (data warehouse)AccelerometerAnimal sciencePhysical activityMathematicsMedicinePhysical therapyBiologyComputer scienceData mining

Résumé

récupéré en direct d'OpenAlex

Poultry activity measurements are often associated with expensive equipment or time-consuming behavior observations. Since low-cost accelerometers are available, the current study validated the FitBark (FitBark 2, FitBark Inc., Kansas City, MO) accelerometer for use on 30 to 32-d-old male Ross 708 broilers. The FitBark provides aggregated activity levels based on tri-axial accelerometer technology. Broilers were housed in 5 rooms, each divided into 12 2 × 2.3 m pens (60 birds per pen, 31 kg m−2 final density). From 30 to 32 d, one broiler per room (n=5) was randomly selected and equipped with a 13 g FitBark. Elastic loops were placed around the wings to secure the FitBark medially on the back. During the same time, validity was assessed via ceiling-mounted video cameras. The video recordings were analyzed using 20-min continuous sampling during the photo phase at 8 time periods per bird. Behavior was assessed every second using an ethogram (9,600 data points per bird). In the first step, the FitBark data were matched and correlated with the corresponding video-based observed activity (OA) data. The FitBark and OA data were not normally distributed (1-sample KS test, all n=800, ZFitBark=0.21, ZOA=0.24, all P<0.001). Therefore, data were transformed, and a repeated measures correlation was performed for each bird, showing a positive correlation between the FitBark and OA data (rrm=0.76, 95% CI=0.72-0.78, df=794, P<0.001). In the second step, sensitivity, specificity, positive predictive value (PPV), negative predictive value (NPV), and accuracy were calculated. The FitBark correctly identified 91% (sensitivity) of the active and 74% (specificity) of the inactive birds. When the FitBark detected an active or inactive bird, there was a probability of 89% (PPV) and 78% (NPV) that the bird was observed to be active or inactive based on the OA data. Accuracy was at 86%. Overall, FitBark are useful for 1-min interval activity measurements in 30 to 32-d-old male Ross 708 broilers. Further research should focus on validating the FitBark at other ages and in different poultry species.

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,894
Score d'incertitude au seuil0,748

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,005
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,148
Tête enseignante GPT0,380
Écart entre enseignants0,232 · 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'étudeExpérimental (laboratoire)
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

Citations9
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePoultry ScienceMême sujetAnimal Nutrition and PhysiologyTravaux en français237 207