Connecting farmer well-being with cattle health and perceptions of wildlife on dairy and beef farms in Western Canada and Ontario
Notice bibliographique
Résumé
This study surveyed 88 dairy and 17 beef farmers in Western Canada and Ontario to assess farmer well-being, and how it is connected to cattle health and perceptions of wildlife. Well-being was assessed using validated psychometric scales for mental health, sleep and injuries for physical health, and questions about social well-being. The survey additionally assessed farm management, animal health (including mastitis, and calf mortality), and perceptions and management of wildlife. Dairy farm visits (n=66) were conducted to assess lameness, body condition, and knee, neck, and hock lesions on a representative sample of each herd’s lactating cows (30% to a maximum of 69 cows). Dairy farmer responses were analyzed statistically, and beef farmer data are presented using descriptive statistics due to a low response rate. For dairy farmers, clinical lameness tended to be negatively associated with stress scores (P=0.07) and anxiety scores (P=0.06), and mastitis incidence was positively associated with stress scores (P=0.02). Beef farmers reported stress related to weather, pasture condition, and finances, but were generally satisfied with their personal relationships at home. Associations between beef farmers’ well-being and cattle health could not be drawn in this study. Overall, there was a connection between farmer well-being and animal health on dairy farms, but more research is needed to determine the factors that influence these associations. Regarding wildlife perceptions, both dairy and beef farmers viewed mice and rats, raccoons, and corvids negatively. Beef farmers additionally had negative perceptions of small mammals and large predatory mammals. Dairy farmers with negative perceptions of mice tended to have higher depression scores (P=0.0002), as well as lower resilience scores (P=0.07), even when considering region. The majority of dairy and beef farmers reported using wildlife control for mice, raccoons, and corvids and reported choosing these methods based on effectiveness, ease of use, and cost.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 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 ».