MétaCan
Menu
Retour à la cohorte
Enregistrement W4389143139 · doi:10.3390/ani13233692

Determination of Behavioral Changes Associated with Bovine Respiratory Disease in Australian Feedlots

2023· article· en· W4389143139 sur OpenAlexaff
Brad J. White, Dan R. Goehl, Joe P. McMeniman, Tony Batterham, Calvin W. Booker, Christopher McMullen

Notice bibliographique

RevueAnimals · 2023
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueMicrobial infections and disease research
Établissements canadiensTelus (Canada)
Organismes subventionnairesnon disponible
Mots-clésBovine respiratory diseaseRespiratory systemMedicineBiologyInternal medicineImmunology

Résumé

récupéré en direct d'OpenAlex

Accurately identifying bovine respiratory disease is challenging in feedlots, and previous studies suggest behavioral monitoring is important. The study objective was to describe individual differences in physical activity (distance traveled), feeding/watering patterns (proximity to feed and water), and social behavior (average cattle within 3 m) when associated with health status in commercially raised beef cattle during the first 28 days on feed. Data from a previous Australian feedlot study monitoring cattle behavior and associated health outcomes were analyzed. Health status categories were generated for all cattle, and each animal was categorized as known healthy (HLTH), known diseased (SICK), or intermediate/uncertain (INTR). The INTR animals were excluded from the final analysis. Key findings included: differentiation in activity between SICK (n = 138) and HLTH (n = 1508) cattle dependent on time of day, SICK cattle spending more time in water and feeding zones early in the feeding phase (<6 days on feed), SICK cattle spending more time in the water and feeding zone during the overnight hours, and SICK cattle spending more time in groups early in the feeding phase but more time in isolation after the first week on feed. Results illustrate behavioral data were associated with important health outcomes.

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 enseignants0,794
Score d'incertitude au seuil0,414

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,062
Tête enseignante GPT0,343
Écart entre enseignants0,282 · 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

Citations5
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnimalsMême sujetMicrobial infections and disease researchTravaux en français237 207