MétaCan
Menu
Retour à la cohorte
Enregistrement W4410535629 · doi:10.1093/jas/skaf102.297

PSII-3 The effects of periodic environmental enrichment on the welfare and production of growing pigs

2025· article· en· W4410535629 sur OpenAlexaff
Abigail Tillotson, Bertrand Medina, Yolande M. Seddon, K. Schwean-Lardner, Jennifer Brown

Notice bibliographique

RevueJournal of Animal Science · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Nutrition and Physiology
Établissements canadiensGenome PrairieUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésProduction (economics)WelfareBiologyAnimal welfareEnvironmental enrichmentAnimal scienceEcologyEconomicsEndocrinologyMarket economyMacroeconomics

Résumé

récupéré en direct d'OpenAlex

Abstract Environmental enrichment is known to decrease damaging behaviours and to improve pigs’ ability to cope with new and stressful conditions. However, challenges such as biosecurity, cost, and labor inputs impede adoption of effective enrichments on-farm. This study investigated the effects of a simple periodic enrichment provided in early (0-9 weeks) and/or late (9-21 weeks) life stages. Twenty-four litters were randomly assigned to two early treatments, Control (C, n=119) and Enriched (E, n=118). One week after birth, E pens were given six pieces of newsprint three days/week that were sprayed with a citrus-scented liquid (Phytozen®), previously shown to reduce aggression. At 9 weeks half of E and C pigs were switched to the opposite treatment producing four treatments in late life: EE, EC, CC, and CE. Growth was recorded throughout the 21 weeks, and movement of groups from farrowing to nursery, and nursery to grow finish (GF), was timed. Lesions were assessed pre- and post-weaning, when moving to GF, and 13, 17, and 19 weeks. Tail bites were scored weekly from 9 to 21 weeks. An economic analysis that considered carcass characteristics and enrichment cost was performed. Data were analyzed using SAS®9.4 with mixed linear models, and Tukeys test was used to separate means. Pigs receiving enrichment during late life had greater average daily gain from 18-21 weeks than all other treatments (EE: 2.00±0.04, CE: 2.07±0.04, CC: 1.96±0.05, EC: 1.98±0.04 kg/day, p=0.019). At 9 weeks, E pigs were easier to handle than C pigs, with faster movement from nursery to GF (E: 212±11, C: 250±11 s, p=0.001). At weaning, E pigs had less severe lesions than C pigs (mean scores, E: 0.51±1.91, C: 1.38±1.86, p=0.004). In late life, EE and CE showed lower lesion scores than CC and EC (mean scores, EE: 2.17 ±1.09, CE: 2.43 ±1.09, CC: 3.50 ±1.08, EC: 3.89 ±1.08, p< 0.001). Throughout GF, EE and CE pigs had lower tail bite scores than CC and EC (mean scores, EE: 1.00 ±1.07, CE: 1.28 ±1.07, CC: 1.51 ±1.07, EC: 1.61 ±1.07, p< 0.001). Pigs provided enrichment during early life had greater lean measurements resulting in $0.89 more per pig. Cost savings due to reduced tail bite damage was predicted but could not be estimated due to low severe tail bite numbers. Access to periodic enrichment improved growth, and reduced aggression, with fewer lesions and less severe tail bite damage during the growing period. Combining periodic enrichment provision with pen checks is recommended to reduce the cost of implementation. Future research on periodic enrichment should focus on timing effects, enrichment type(s) and amount provided. The results support the use of periodic enrichment as a practical way to improve pig welfare and production.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0020,000

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 Opus0,007
Tête enseignante GPT0,211
Écart entre enseignants0,204 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Animal ScienceMême sujetAnimal Nutrition and PhysiologyTravaux en français237 207