MétaCan
Menu
Retour à la cohorte
Enregistrement W6901374320 · doi:10.60692/0fp0c-92j17

DETECTION OF SUBCLINICAL MASTITIS IN A DAIRY FARM IN BENI-SUEF CITY, EGYPT

2018· article· en· W6901374320 sur OpenAlexaboutno aff

Notice bibliographique

RevueGreater South Information System · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMilk Quality and Mastitis in Dairy Cows
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMastitisCalifornia mastitis testSomatic cell countSubclinical infectionQuarter (Canadian coin)Staphylococcus aureusDairy cattle

Résumé

récupéré en direct d'OpenAlex

A total of 116 quarter milk samples were collected aseptically from apparently healthy udders of 29 cows in a dairy farm in Beni-Suef city, Egypt; for detection of subclinical mastitis using California mastitis test (CMT), somatic cell count (SCC), chemical and microbiological examination. Thirteen cows (44.83%) were subclinically mastitic with 27 mastitic quarters (23.28%).The scores of CMT showed 11 quarters (40.74%) as +1 and 16 quarters (59.26%) as +2. The SCC of fore left (FL) quarter milk samples was 4.3×105±1.2×105, while of fore right (FR) quarter milk samples was 3.8×105 ±1.1×105, but for SCC of hind left (HL) quarter milk samples was 2.4×105±9.5×104 and SCC of hind right (HR) quarter milk samples was 2.2×105±7.9×104. The isolated micro-organisms from the examined milk samples were Staphylococcus aureus, Coagulase negative Staphylococci (CNS), Streptococcus spp , E.coli and Aspergillus fumigatus. The present study assured that the indirect tests of subclinical mastitis are more suitable for selecting cows with intramammary infections for subsequent bacteriological sampling.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,068
Score d'incertitude au seuil0,206

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0000,000

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 Opus0,061
Tête enseignante GPT0,241
Écart entre enseignants0,180 · 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.

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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGreater South Information SystemMême sujetMilk Quality and Mastitis in Dairy CowsTravaux en français237 207