DOI: https://doi.org/10.3168/jdsc.2023-0507
PMID: https://pubmed.ncbi.nlm.nih.gov/39650026
تاريخ النشر: 2024-04-20
المؤلف: Héctor Marina وآخرون
الموضوع الرئيسي: دراسات سلوك الحيوان ورفاهيته
نظرة عامة
تدرس هذه الدراسة فعالية استخدام تحليل الشبكات الاجتماعية للتنبؤ بالسلوك الاجتماعي في الأبقار الحلوب من خلال الاستفادة من بيانات الارتباط المكاني التي تم الحصول عليها من نظام تحديد المواقع في الوقت الحقيقي. قام الباحثون ببناء شبكات اجتماعية استنادًا إلى التفاعلات المكانية بين الأبقار الحلوب وتطوير نماذج تنبؤية استخدمت بيانات الشبكة الاجتماعية من خمسة أيام متتالية للتنبؤ بالشبكة الاجتماعية لليوم التالي. تشير النتائج إلى أن النماذج أظهرت دقة أكبر في التنبؤ بعدد الاتصالات لكل فرد مقارنةً بالتنبؤ بالشبكة الاجتماعية العامة.
تشمل النقاط الرئيسية في الدراسة التطبيق الناجح لتحليل الشبكات الاجتماعية لتعزيز التنبؤات بالسلوك الاجتماعي في الأبقار الحلوب، حيث حسنت المعلومات الهيكلية للشبكة بشكل كبير من دقة التنبؤ. تراوحت ارتباطات المركزية من 0.22 إلى 0.49، مما يبرز التباين في التفاعلات الاجتماعية بين الأفراد. تقدم هذه البحث منهجية جديدة للتنبؤ بالسلوك الاجتماعي في الأبقار الحلوب، مما يساهم برؤى قيمة في مجال سلوك الحيوان وإدارته.
DOI: https://doi.org/10.3168/jdsc.2023-0507
PMID: https://pubmed.ncbi.nlm.nih.gov/39650026
Publication Date: 2024-04-20
Author(s): Héctor Marina et al.
Primary Topic: Animal Behavior and Welfare Studies
Overview
This study investigates the effectiveness of using social network analysis to predict social behavior in dairy cows by leveraging spatial association data obtained from a real-time location system. The researchers constructed social networks based on the spatial interactions among dairy cattle and developed predictive models that utilized social network data from five consecutive days to forecast the social network of the following day. The findings indicate that the models demonstrated greater accuracy in predicting the number of contacts per individual compared to forecasting the overall social network.
Key highlights of the study include the successful application of social network analysis to enhance predictions of social behavior in dairy cattle, with structural network information significantly improving predictive accuracy. The degree centrality correlations observed ranged from 0.22 to 0.49, underscoring the variability in social interactions among individuals. This research introduces a novel methodology for predicting social behavior in dairy cattle, contributing valuable insights to the field of animal behavior and management.