Your browser doesn't support javascript.
loading
Mostrar: 20 | 50 | 100
Resultados 1 - 1 de 1
Filtrar
Mais filtros

Base de dados
Ano de publicação
Tipo de documento
Intervalo de ano de publicação
1.
Arq. bras. med. vet. zootec. (Online) ; 75(3): 467-475, 2023. tab
Artigo em Inglês | VETINDEX | ID: biblio-1436937

Resumo

The objective of this study was to analyze data on physical activity and rumination time monitored via collars at the farm coupled with milk yield recorded by the rotary milking system to predict cows based on several disorders using the binary Logistic regression conducted with R software. Data for metritis (n=60), mastitis (n=98), lameness (n=35), and digestive disorders (n=52) were collected from 1,618 healthy cows used to construct the prediction model. To verify the feasibility and adaptability of the proposed method, we analyzed data of cows in the same herd (herd 1) not used to construct the model, and cows in another herd (herd 2) with data recorded by the same type of automated system, and led to detection of 75.0%, 64.2%, 74.2%, and 76.9% animals in herd 1 correctly predicted to suffer from metritis, mastitis, lameness, and digestive disorders, respectively. For cows in herd 2, 66.6%, 58.8%, 80.7%, and 71.4% were correctly predicted for metritis, mastitis, lameness, and digestive disorders, respectively. Compared with traditional clinical diagnoses by farm personnel, the algorithm developed allowed for earlier prediction of cows with a disorder.


Os objetivos deste estudo foram analisar dados sobre a atividade física e o tempo de ruminação monitorados através de coleiras na fazenda junto com a produção de leite registrada pelo sistema rotativo de ordenha para prever vacas com base em vários distúrbios utilizando o software de regressão logística binária realizado com o software R. Dados para metrite (n=60), mastite (n=98), manqueira (n=35) e distúrbios digestivos (n=52) foram coletados de 1.618 vacas saudáveis foram usados para construir o modelo de previsão. Para verificar a viabilidade e adaptabilidade do método proposto, analisamos os dados de vacas do mesmo rebanho (rebanho 1) não utilizadas para construir o modelo, e vacas de outro rebanho (rebanho 2) com dados registrados pelo mesmo tipo de sistema automatizado, e levamos à detecção de 75,0%, 64,2%, 74,2%, e 76,9% de animais do rebanho 1 previstos corretamente para sofrer de metrite, mastite, manqueira e distúrbios digestivos, respectivamente. Para as vacas do rebanho 2, 66,6%, 58,8%, 80,7% e 71,4% foram previstos corretamente para metrite, mastite, manqueira e distúrbios digestivos, respectivamente. Em comparação com os diagnósticos clínicos tradicionais feitos pelo pessoal da fazenda, o algoritmo desenvolvido permitiu a previsão antecipada de vacas com um distúrbio.


Assuntos
Animais , Bovinos , Doenças dos Bovinos , Modelos Logísticos , Ruminação Digestiva
SELEÇÃO DE REFERÊNCIAS
DETALHE DA PESQUISA