Evaluating Pig Ear Skin Temperature : Intercontinental Transport vs Housing Conditions
Notice bibliographique
Résumé
Variations in the skin temperature are often used as indicators of stress in animals. With advances in technology, it is now feasible to record high frequency livestock temperatures continuously for extended periods. In this study the objective was to analyse the response of pigs to different environmental conditions. The ear skin temperature of two batches of animals in intercontinental transport and housing was registered and characterized by the use of phase space diagram methodology. Eleven pigs were monitored during transport from a farm located in Reston (Canada), until their arrival at a farm in Montiel (Spain) during May 2016. After the itinerary by airplane and trucks separated with rest housing, pigs arrived to the farm after 94 hours. Fourteen finishers were monitored in one pen on a breeding farm in Villatobas (Spain) during one week in June 2017. To measure ear skin pig temperature, one logger with temperature sensor was glued to the RFID tag of each pig and placed on the inside half of the left ear. The areas and centroids of the phase space diagrams of ear skin temperatures were used to quantify the variability of the time temperature series. It was considered analysis of full times series and time series by periods (transport modality, transport transfers and day and night). The time series pattern for each individual was analysed independently in order to identify differences between animals of the same batch. The thermal variability between animals of the same batch was higher during transport than those identified in housed animals. The maximum and minimum areas for an animal during transport were 60-77% higher than the areas for housed animals, indicating more exposure to thermal stress during transport management.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».