MétaCan
Menu
Retour à la cohorte
Enregistrement W4412421397 · doi:10.3390/poultry4030031

Assessment of Pupillometry Across Different Commercial Systems of Laying Hens to Validate Its Potential as an Objective Indicator of Welfare

2025· article· en· W4412421397 sur OpenAlexaboutno aff
Elyse Mosco, David P. Kilroy, Arun Kumar

Notice bibliographique

RevuePoultry · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Nutrition and Physiology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPupillometryWelfareLayingEnvironmental scienceComputer scienceEngineeringEconomicsBiologyPupilMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Background: Reliable and non-invasive methods for assessing welfare in poultry are essential for improving evidence-based welfare monitoring and advancing management practices in commercial production systems. The iris-to-pupil (IP) ratio, previously validated by our group in primates and cattle, reflects autonomic nervous system balance and may serve as a physiological indicator of stress in laying hens. This study evaluated the utility of the IP ratio under field conditions across diverse commercial layer housing systems. Materials and Methods: In total, 296 laying hens (Lohmann Brown, n = 269; White Leghorn, n = 27) were studied across four locations in Canada housed under different systems: Guelph (indoor; pen), Spring Island (outdoor and scratch; organic), Ottawa (outdoor, indoor and scratch; free-range), and Toronto (outdoor and hobby; free-range). High-resolution photographs of the eye were taken under ambient lighting. Light intensity was measured using the light meter app. The IP ratio was calculated using NIH ImageJ software (Version 1.54p). Statistical analysis included one-way ANOVA and linear regression using GraphPad Prism (Version 5). Results: Birds housed outdoors had the highest IP ratios, followed by those in scratch systems, while indoor and pen-housed birds had the lowest IP ratios (p < 0.001). Subgroup analyses of birds in Ottawa and Spring Island farms confirmed significantly higher IP ratios in outdoor environments compared to indoor and scratch systems (p < 0.001). The IP ratio correlated weakly with ambient light intensity (r2 = 0.25) and age (r2 = 0.05), indicating minimal influence of these variables. Although White Leghorn hens showed lower IP ratios than Lohmann Browns, this difference was confounded by housing type; all White Leghorns were housed in pens. Thus, housing system but not breed was the primary driver of IP variation. Conclusions: The IP ratio is a robust, non-invasive physiological marker of welfare assessment in laying hens, sensitive to housing environment but minimally influenced by light or age. Its potential for integration with digital imaging technologies supports its use in scalable welfare assessment protocols.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,042

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 technologies0,0010,001
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 Opus0,019
Tête enseignante GPT0,323
Écart entre enseignants0,303 · 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'étudeExpérimental (laboratoire)
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 revuePoultryMême sujetAnimal Nutrition and PhysiologyTravaux en français237 207