MétaCan
Menu
Retour à la cohorte
Enregistrement W6908994619 · doi:10.34657/9683

Comparative study of behavioural and milking traits in cows milked with a conventional or individual quarter milking system (Multilactor®) and with different milking persons

2017· article· en· W6908994619 sur OpenAlexaboutno aff

Notice bibliographique

RevueOpen MIND · 2017
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMilk Quality and Mastitis in Dairy Cows
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMilkingUdderAutomatic milkingQuarter (Canadian coin)Dairy cattleMilk production

Résumé

récupéré en direct d'OpenAlex

The aim of this study was to investigate the influence of a new type of milking system on the behaviour of cows during milking by comparing a conventional milking system (CON) with an individual quarter milking system (MUL), MultiLactor®. Sixty-eight dairy cows were observed during their milking times (32 cows in CON, 36 cows in MUL) using video recordings to analyse their behavioural traits. The udder preparation duration, milking duration and milk yield were also evaluated. No significant differences were found between the CON and the MUL regarding cows' head posture (P=0.38), body posture (P=0.85), number of steps (P=0.08) and number of kicks (P=0.56). However, the milk yield was lower (P=0.02), just as the udder preparation duration (P<0.01) and milking duration (P=0.01) were shorter in the CON compared to the MUL. In addition, in regard to the milking person, differences were displayed in the head posture of the milked cows, kick-off or loss of teat cup or milking cluster, and frequency of udder preparation. In conclusion, the investigated milking systems did not markedly influence the behaviour of dairy cows; however, udder preparation duration, milking duration and milk yield were significantly greater for the MUL than for the CON. However, the milking person appears to have a greater impact on the behaviour of the cows than the milking system. © 2017 Sciendo. All Rights Reserved.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0010,000

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 Opus0,174
Tête enseignante GPT0,323
Écart entre enseignants0,149 · 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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MINDMême sujetMilk Quality and Mastitis in Dairy CowsTravaux en français237 207