MétaCan
Menu
Retour à la cohorte
Enregistrement W4389502438 · doi:10.3168/jdsc.2023-0487

Automated, longitudinal measures of drinking behavior provide insights into the social hierarchy in dairy cows

2023· article· en· W4389502438 sur OpenAlexafffund
Borbala Foris, Bianca Vandresen, Kehan Sheng, Joseph Krahn, Daniel M. Weary, M.A.G. von Keyserlingk

Notice bibliographique

RevueJDS Communications · 2023
Typearticle
Langueen
DomaineVeterinary
ThématiqueAnimal Behavior and Welfare Studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesDairy Farmers of ManitobaNatural Sciences and Engineering Research Council of CanadaUniversity of British ColumbiaUniversities Federation for Animal WelfareDairy Farmers of Canada
Mots-clésDominance hierarchyDominance (genetics)Social hierarchyHierarchyAnimal scienceStatisticsMathematicsBiologyPsychologySocial psychologyAggressionEconomics

Résumé

récupéré en direct d'OpenAlex

Dairy cows compete for feed and water access on commercial farms. In this study we used EloSteepness to assess the summed Elo winning probabilities (i.e., dominance) of 87 cows housed in a dynamic group and compared the resulting social hierarchies based on their steepness (i.e., the average degree of differences in winning probability between adjacently ranked individuals in the group, ranging from 0 to 1). We identified a hierarchy at the drinker with a steepness of 0.55 ± 0.02; whereas the hierarchy detected at the feeder during the same time period was 0.45 ± 0.02, indicating smaller dominance differences among cows when competing for feed compared with competing for water. Individual cows' winning probabilities at the feeder and drinker were moderately correlated (r s = 0.55), and cows at the lower and upper ends of the hierarchy showed good agreement. We compared the drinker hierarchy between hot (i.e., THI ≥ 72) and normal (i.e., THI <72) periods. The hierarchy steepness was similar in both hot (0.54 ± 0.03) and normal conditions (0.56 ± 0.03), and there was a strong correlation in cows' individual winning probabilities across these periods (r s = 0.87). Cows with higher winning probability visited the drinker less frequently (hot: r s = −0.40, normal: r s = −0.33) but had a higher average daily water intake (hot: r s = 0.38, normal: r s = 0.37). We also found evidence that individual cow's drinking times differ depending on their winning probability; cows with lower winning probability shifted their drinking times to before or after the visit peak after milking. Automatically identifying cows with consistently high or low winning probabilities using drinkers may help inform grouping decisions and water provision on farms.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0010,000

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 Opus0,194
Tête enseignante GPT0,410
Écart entre enseignants0,217 · 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

Citations13
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJDS CommunicationsMême sujetAnimal Behavior and Welfare StudiesTravaux en français237 207