The effect of milking system on milk production and quality in Québec dairy herds
Bibliographic record
Abstract
L’objectif de cette étude était d’investiguer l’effet de système de traite (systèmes de traite automatisée versus salle de traite et/ou « Lactoduc ») sur la production et la qualité du lait dans les troupeaux laitiers du Québec. La quantité de lait produite (kg par lactation), le lait corrigé, la matière grasse (kg) et la protéine (kg) ont été analysés en tant qu’indicateurs de production, tandis que le score de cellules somatiques moyen pour la lactation a été analysé comme un indicateur de qualité. Pour ce faire, nous avons analysé les données de 67,440 lactations, pour 48,018 animaux, provenant de 1 065 troupeaux (712 « Lactoduc », 216 salons de traite, 137 systèmes robotisés). Les données provenaient de onze régions du Québec et incluaient quatre parités pour chacune des races Holstein (84 %), Ayrshire (10 %), Jersey (5 %) et Suisse Brune (1 %). Le modèle d’analyse statistique comprenait le système de traite, la race, la parité, l’année de vêlage et la région géographique du Québec comme effets fixes, ainsi que le troupeau, imbriqué dans la région et le système de traite, comme effet aléatoire. Les interactions race x parité et système de traite x parité ont été significatives pour tous les modèles de production, de même que l’interaction système de traite x race, sauf dans le cas de la production de matière grasse. L’interaction système de traite x race x parité a été significative seulement pour le score de cellules somatiques moyen.Pour ce qui est de l’effet du système de traite, tous les caractères de production ont augmenté avec la parité (la majorité des augmentations étant significatives). Au sein des races, les résultats ont révélé chez les Holstein traites avec des systèmes robotisés des indicateurs de production supérieurs à ceux des Holstein traites dans l’un des deux systèmes de traite dits conventionnels, à l’exception de la production de matière grasse, pour laquelle la différence avec les salons de traite n’était pas significative. La seule autre comparaison significative au sein d’une race retrouve chez la Jersey, où la production de lait par lactation était supérieure pour la traite robotisée comparativement au Lactoduc. Le score de cellules somatiques moyen pour la lactation tendait à augmenter avec la parité, chez les Holstein, pour tous les systèmes de traite, mais seulement pour les parités 1 à 3. Ces différences entre les parités n’ont pas été observées pour les autres races, peu importe le système de traite. En fait, pour les sujets Jersey traits par des systèmes robotisés, les différences entre les moindres carrés semblaient au contraire diminuer avec l’augmentation de la parité. Bien que les moyennes obtenues par la méthode des moindres carrés tendaient à être légèrement plus élevées chez les systèmes de traite robotisée (par rapport aux systèmes conventionnels), aucune différence significative n’a été démontrée parmi les combinaisons de race et parité. Les résultats pour les données de la Holstein (qui formaient la grande majorité des données) semblent indiquer que les systèmes de traite robotisée peuvent amener une production plus élevée que les systèmes de traite dits conventionnels, sans nécessairement compromettre la qualité du lait.
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 | 0.002 | 0.004 |
| 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 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 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".