Prevalencia de mastitis clínica y subclínica en los establos lecheros de la Universidad Nacional Agraria La Molina periodo 2012-2016
Bibliographic record
Abstract
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
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 | 0.001 | 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 | 0.001 |
| 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".