MétaCan
Menu
Retour à la cohorte
Enregistrement W4400483029 · doi:10.1139/cjas-2024-0047

A review of foot-related lameness in feedlot cattle

2024· review· en· W4400483029 sur OpenAlexaffvenue
Sarah Erickson, Murray Jelinski, Calvin W. Booker, Eugene Janzen, K. S. Schwartzkopf-Genswein

Notice bibliographique

RevueCanadian Journal of Animal Science · 2024
Typereview
Langueen
DomaineMaterials Science
ThématiqueTextile materials and evaluations
Établissements canadiensUniversity of CalgaryUniversity of SaskatchewanAgriculture and Agri-Food CanadaTelus (Canada)
Organismes subventionnairesnon disponible
Mots-clésLamenessFeedlotFoot (prosody)Animal scienceVeterinary medicineMedicineBiologySurgeryArt

Résumé

récupéré en direct d'OpenAlex

Lameness is the second most prevalent morbidity in North American feedlot cattle and is both an animal welfare and economic concern. Lameness accounts for 30%–40% of all feedlot treatments with greater than 70% being foot-related lameness (FRL). This review focused on foot rot (FR), digital dermatitis (DD), and toe tip necrosis syndrome (TTNS). While there are significant study-to-study differences regarding the prevalence of FR, DD, and TTNS, it is unequivocal that FR is the most prevalent. Poor pen conditions are risk factors for both FR and DD, but the epidemiology of the two diseases is quite different. Whereas FR is diagnosed throughout the feeding period, DD typically occurs after 80 days on feed (DOF). TTNS is the least prevalent of the three FRL, but has the greatest negative effect on animal welfare and production performance. Most TTNS cases occur within 50 DOF with treatment failure leading to a significant loss in production performance and even death. This review provides an overview of the epidemiology of lameness in feedlot cattle with emphasis on the prevalence and risk factors associated with FR, DD, and TTNS.

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)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,655
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,077
Tête enseignante GPT0,365
Écart entre enseignants0,288 · 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.

Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Animal ScienceMême sujetTextile materials and evaluationsTravaux en français237 207