MétaCan
Menu
Retour à la cohorte
Enregistrement W4399222319 · doi:10.3168/jds.2024-24700

Association between adenosine triphosphate luminometry of feeding equipment and environmental and health parameters of preweaning calves on dairy farms

2024· article· en· W4399222319 sur OpenAlexaffabout
Laura Van Driessche, D.E. Santschi, Éric R. Paquet, D.L. Renaud, Édith Charbonneau, Marie-Lou Gauthier, M.A. Steele, Anaïs Chancy, Nicolas Barbeau-Grégoire, Sébastien Buczinski

Notice bibliographique

RevueJournal of Dairy Science · 2024
Typearticle
Langueen
DomaineVeterinary
ThématiqueAnimal health and immunology
Établissements canadiensMinistère de l'Agriculture, des Pêcheries et de l'AlimentationUniversité de MontréalUniversité LavalUniversity of GuelphCegep de Saint HyacintheValacta (Canada)Ste. Anne's Hospital
Organismes subventionnairesnon disponible
Mots-clésAnimal scienceRelative humidityBiologyDairy cattleToxicology

Résumé

récupéré en direct d'OpenAlex

The objective of this study was to examine the influence of different environmental factors on ATP luminometry measurements of feeding equipment and to investigate associations with health of preweaning calves and the levels of ATP identified through luminometry. On 50 commercial dairy farms in Quebec, Canada, ATP luminometry measurements (in relative light units, RLU) were obtained using the direct swabbing technique with Hygiena UltraSnap swabs and a liquid rinsing technique with the same swab for automatic milk feeders (AMF), bottles, buckets, esophageal tube feeders (ET), milk replacer, nipples, and water. During this visit, environmental factors (including temperature, air draft, humidity, ammonia, and bacterial count) were collected, and a clinical examination (including respiratory score and fecal score) was performed for all preweaning calves present at the farm. This process was repeated 4 times in a year, leading to collection of luminometer results, environmental parameters, and overall health of calves for each season per farm. Overall, a difference in luminometer results was seen between the different periods sampled for all feeding equipment (except the ET), milk replacer, and water, showing higher RLU values in spring and summer and lower values in autumn and winter. When comparing RLU measurements with environmental factors, only a low to negligible correlation could be found. When feeding equipment was classified as not contaminated or contaminated based on previously described cutoff values, a good agreement within a farm for the different seasons was noticed only for nipples (Gwet's agreement AC1 = 0.64), with a poor to moderate agreement for other feeding equipment. Regarding the different models of nipples, Peach Teat nipples showed higher RLU values compared with Merrick's nipples. An association was seen between the proportion of preweaning calves suffering from diarrhea on the farm and the contamination of AMF based on ATP luminometry (logistic regression estimate = 0.52). For other feeding equipment, milk replacer, and water, no significant associations were found. This study showed that ATP luminometry measurements of feeding equipment from preweaning calves are susceptible to seasonality and type of nipple. Thus, these factors should be taken into consideration when interpreting results. Additionally, an association could be made between diarrhea in preweaning calves and the contamination of AMF based on ATP luminometry, showing the potential clinical importance of this on-farm hygiene assessment tool.

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)0,001
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 enseignants0,132
Score d'incertitude au seuil0,262

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
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 Opus0,063
Tête enseignante GPT0,345
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 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

Citations3
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Dairy ScienceMême sujetAnimal health and immunologyTravaux en français237 207