Détermination des concentrations de déoxynivalénol et zéaralénone associées à des maladies chez les vaches laitières
Bibliographic record
Abstract
Au Québec, les mycotoxines les plus fréquemment retrouvées dans la ration des troupeaux laitiers sont le déoxynivalénol (DON) et la zéaralénone (ZON). Dans le cadre de notre étude, nous avions deux principaux objectifs. Le premier objectif était de quantifier les mycotoxines DON et ZON chez des vaches laitières naturellement contaminées en évaluant leur présence dans l’aliment, le sérum et l’urine de ces vaches. Le second objectif était de déterminer la mesure dans laquelle ces concentrations de mycotoxines pouvaient être associées à des problèmes de santé, de production et de reproduction chez ces bovins. L’étude s’est déroulée en deux phases. Lors de la première phase, nous avons recensé 60 troupeaux laitiers dans le but d’identifier leurs niveaux de contamination aux mycotoxines. Dans le cadre de la seconde phase, nous avons sélectionné 15 troupeaux présentant les concentrations sériques de Dé-époxy-déoxynivalénol (DOM-1) les plus basses et 15 troupeaux présentant les concentrations de DOM-1 les plus élevées. Ce projet nous a permis d’identifier des concentrations de DON et ZON aux niveaux alimentaire et urinaire qui étaient associées à une augmentation des risques de réforme, d’avortement, de baisse de la performance en reproduction, d’hypercétonémie, d’endométrite clinique et de baisse de la production laitière. Les données ainsi recueillies permettront aux médecins vétérinaires et aux nutritionnistes d’affiner les recommandations qu’ils font aux producteurs laitiers relativement à la gestion des mycotoxines.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".