Using automated activity monitoring to detect resumption of cyclicity in early lactation—Meta-analysis
Notice bibliographique
Résumé
This meta-analysis aimed to evaluate the efficacy of automated activity monitoring (AAM) in detecting estrous expression and ovulatory status in cows during the voluntary waiting period (VWP). A comprehensive literature search was conducted in PubMed, ScienceDirect, and Google Scholar using specific search terms. Inclusion criteria focused on studies that assessed estrous expression within the VWP using modern AAM systems alongside blood progesterone (P4) measurements. Four manuscripts involving 2,198 cows were included. Data extraction was performed by a single investigator and validated by a coauthor. The analysis considered estrous expression and ovulatory status determined through serial blood P4 measurements. Cows were classified based on P4 concentrations and estrus alerts into true positive, false positive, true negative, and false negative categories. Statistical analyses were conducted using MedCalc, incorporating 7 experimental groups from the selected manuscripts. The pooled proportion of ovulatory cows with P4 ≥1 ng/mL by 49 DIM (in most studies) was 79.8% (95% CI: 74.9%–84.3%), with significant heterogeneity (I 2 = 86.1%). The proportion of cows with estrous expression detected by AAM by 60 DIM (in most studies) was 64.0% (95% CI: 48.3%–78.3%), also showing significant heterogeneity (I 2 = 98.1%). Sensitivity and specificity of AAM systems to identify ovulatory cows were 70.3% (95% CI: 55.1%–83.4%) and 60.0% (95% CI: 42.5%–76.3%), respectively, both with significant heterogeneity. Positive predictive value was 88.1% (95% CI: 84.9%–91.0%), and negative predictive value was 35.3% (95% CI: 26.3%–44.7%), indicating variability among experimental groups. The findings suggest that although AAM systems show promise in confirming ovulation in early lactation, the lack of estrus detection by AAM does not confirm anovulatory status. The heterogeneity in the data suggests there might be inconsistencies in the precision or configuration of the AAM systems across farms and studies.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,016 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,017 | 0,060 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».