Prevalencia de mastitis clínica y subclínica en los establos lecheros de la Universidad Nacional Agraria La Molina periodo 2012-2016
Notice bibliographique
Résumé
El estudio de investigación tuvo como objetivos evaluar los factores de riesgo, la prevalencia de mastitis clínica y sub-clínica, los costos asociados a la mastitis clínica, así como la elaboración de un plan de contingencia, para dos establos de la UNALM. Como metodología del presente trabajo se recolectaron datos mensuales de los casos confirmados de mastitis clínica y se procedió a evaluar la mastitis sub-clínica mediante las pruebas CMT y el conteo de células somáticas. Además se enviaron muestras de leche al laboratorio para identificar las bacterias que producen mastitis y se realizó antibiogramas para determinar que bacterias son sensibles a los diferentes antibióticos; también se analizó la calidad de agua y leche. Los resultados de prevalencia de mastitis clínica mensual promedio fue de 2.72% para el establo Labrador y 6.09% para la UEZ. El establo Labrador mostró una mayor prevalencia en vacas de alta producción, mientras que la UEZ en vacas en baja producción. En el caso de número de partos observamos mayor prevalencia en vacas jóvenes en ambos establos. El análisis estadístico a un 95% de confiabilidad muestra que el año que menos prevalencia promedio mensual fue el 2013 para ambos establos (0.7% para Labrador y 3.6% para la UEZ) no encontrándose diferencias significativas en los demás años evaluados. Con respecto a la mastitis sub clínica, los valores de prevalencia fueron de <49.32 – 70.67> y <88.44 – 97.26> para los establos Labrador y el de la UEZ respectivamente. Se encontró que el conteo promedio por vaca de células somáticas fue de 1 254 células/ml y 873 células/ml para los establos mencionados. El costo promedio total por vaca con mastitis clínica resultó de S/ 394.57 y S/481.76 para los establos Labrador y el de la UEZ en el orden mencionado
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».