Evaluación de la limpieza corporal en vacas lecheras como indicador de bienestar animal y su relación sobre la presentación de mastitis subclínica en un hato de la sabana de Bogotá
Bibliographic record
Abstract
Con el propósito de realizar una evaluación la limpieza corporal en vacas lecheras como indicador de bienestar animal y su relación sobre la presentación de mastitis subclínica en un hato de la sabana de Bogotá; se efectuó un análisis mediante observaciones físicas individuales a los animales de niveles de limpieza corporal en ubre, miembros traseros y flancos. El sistema productivo fue visitado entre noviembre 2008 y abril 2009. Se evaluaron 20 vacas lecheras, escogidas de acuerdo a su nivel de limpieza corporal, mediante observación directa en la sala de ordeño. El nivel de limpieza corporal o grado de suciedad se clasificó en una escala de (1=Muy limpia a 4=Muy sucia). Durante el ordeño a las vacas seleccionadas se les tomaba las muestras de leche y se realizaron los siguientes análisis: CMT, recuento de células somáticas (DCC de Laval®) y pruebas en el laboratorio para la identificación de microorganismos que inciden en la mastitis. Las observaciones recopiladas fueron ingresadas a una planilla electrónica del programa Microsoft® Excel XP. El análisis estadístico de los datos se realizó por medio del programa estadístico SPSS 10.0 aplicando un modelo de regresión logística paso a paso, donde se utilizaron pruebas de chi cuadrado, pruebas t y correlación de Pearson, según correspondiera; para determinar las diferencias estadísticamente significativas para cada variable. Se realizó un estimación lineal en relación del RCS y los niveles de limpieza corporal. Se encontró que los niveles de limpieza corporal presentaron diferencias significativas (p
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 | 0.000 | 0.000 |
| 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) | 0.001 | 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".