Évaluation des technologies de refroidissement utilisées chez la vache laitière au Québec
Notice bibliographique
Résumé
Le stress de chaleur chez la vache laitière est une problématique reconnue pour entraîner des diminutions de performances se répercutant ultimement sur la profitabilité de la filière laitière. Plusieurs technologies de refroidissement sont actuellement disponibles sur le marché. Le projet présenté dans le cadre de ce mémoire avait comme objectifs de quantifier le nombre de jours par année pouvant provoquer un stress de chaleur dans les principales régions laitières de la province, d'évaluer le taux d'adoption des technologies de refroidissement au Québec et d'évaluer leur efficacité dans le contexte québécois. Pour les années 2019-2021, une moyenne de 91,0 ± 9,9 jr/année, 171,5 ± 1,1 jr/année et 153,0 ± 2,8 jr/année étaient susceptibles de déclencher une diminution de la production de lait, de gras ou de protéines due au stress de chaleur, respectivement dans les deux régions les plus chaudes de la province (Lanaudière et Montérégie-Ouest). En comparaison, dans les deux régions les plus froides (Abitibi-Témiscamingue et Bas-Saint-Laurent), ce sont en moyenne 54,3 ± 11,3 jr/année, 118,7 ± 27,3 jr/année et 106,5 ± 20,3 jr/année qui étaient susceptibles de déclencher une baisse de production de lait, de gras ou de protéines respectivement. L'analyse de la banque de données a démontré que 23% des troupeaux ont rapporté employer une technologie de refroidissement pendant l'été. Peu importe le type de stabulation, la technologie de refroidissement la plus utilisée était les ventilateurs de recirculation. Les modèles multivariés de prédiction des performances pendant l'été ont démontré une association significative positive entre la présence d'une stratégie de refroidissement et les performances des animaux. De plus, nos résultats ont démontré que la présence de technologie de refroidissement diminue (odds ratio 0,587 ; 95% IC : 0,420-0,820 ; P = 0,002) le risque de chute de lait en été alors qu'elle n'a aucun lien (P > 0,05) avec la chute des composants.
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 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 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) | 0,004 | 0,001 |
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 ».