A comprehensive characterization of longevity and culling reasons in Canadian Holstein cattle based on various systematic factors
Notice bibliographique
Résumé
The decision of premature culling cows directly impacts the profitability of dairy farms. A comprehensive characterization of the primary causes of culling reasons would greatly improve both management and selection objectives in dairy cattle breeding programs. Therefore, this study aimed to analyze the temporal frequencies of 34 culling reasons in Canadian Holstein cows. After data editing and quality control, records from 3,096,872 cows culled from 9,683 herds spread across Canada were used for the analyses covering the periods from 1996 to 2020. Reproductive issues were the main culling reason accounting for 23.02%, followed by milk production (20.82%), health (20.39%), conformation problems (13.69%), economic factors (13.10%), accidents (5.67%), age-related causes (1.67%), and workability (1.63%). Nearly fifty-eight percent of cows were culled after 47 months of age. The observed frequencies of culling due to economic factors were lower than expected from 1996 to 2014 and higher than expected between 2015 and 2020. Reproduction issues had the highest culling frequencies during fall (24.54%), winter (24.02%), and spring (22.51%), while health issues were the most frequent (22.51%) culling reason in the summer season. Health issues (25.50%) and milk production (27.71%) were the most frequent culling reasons in the provinces of Quebec and Ontario, respectively. Reproductive issues showed the highest frequency across climates based on the Köppen climate classification, except for Csb (Dry-summer subtropical or Mediterranean climate) and Bsk (Middle latitude steppe climate), which correspond to small regions in Canada, where production was the most frequent culling reason (29.42% and 21.56%, respectively). Reproductive and milk performance issues were the two main culling reasons in most ecozones, except in Boreal Shield and Atlantic Marine, where health issues had the highest frequencies (25.12 and 23.75%, respectively). These results will contribute to improving management practices and selective decisions to reduce involuntary culling of Holstein cows.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».