Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.contributor | Universidade Federal de Santa Catarina (UFSC) | - |
Autor(es): dc.creator | Romanzini, Eliéder Prates | - |
Autor(es): dc.creator | Watanabe, Rafael Nakamura | - |
Autor(es): dc.creator | Fonseca, Natália Vilas Boas | - |
Autor(es): dc.creator | Berça, Andressa Scholz | - |
Autor(es): dc.creator | Brito, Thaís Ribeiro | - |
Autor(es): dc.creator | Bernardes, Priscila Arrigucci | - |
Autor(es): dc.creator | Munari, Danísio Prado | - |
Autor(es): dc.creator | Reis, Ricardo Andrade | - |
Data de aceite: dc.date.accessioned | 2025-08-21T16:19:02Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T16:19:02Z | - |
Data de envio: dc.date.issued | 2022-05-01 | - |
Data de envio: dc.date.issued | 2022-05-01 | - |
Data de envio: dc.date.issued | 2022-11-30 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1038/s41598-022-06650-5 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/234151 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/234151 | - |
Descrição: dc.description | The aim of this study was to evaluate a commercial sensor—a three-axis accelerometer—to predict animal behavior with a variety of conditions in tropical grazing systems. The sensor was positioned on the underjaw of young bulls to detect the animals’ movements. A total of 22 animals were monitored in a grazing system, during both seasons (wet and dry), with different quality and quantity forage allowance. The machine learning (ML) methods used were random forest (RF), convolutional neural net and linear discriminant analysis; the metrics used to determine the best method were accuracy, Kappa coefficient, and a confusion matrix. After predicting animal behavior using the best ML method, a forecast for animal performance was developed using a mechanistic model: multiple linear regression to correlate intermediate average daily gain (iADG) observed versus iADG predicted. The best ML method yielded accuracy of 0.821 and Kappa coefficient of 0.704, was RF. From the forecast for animal performance, the Pearson correlation was 0.795 and the mean square error was 0.062. Hence, the commercial Ovi-bovi sensor, which is a three-axis accelerometer, can act as a powerful tool for predicting animal behavior in beef cattle production developed under a variety tropical grazing condition. | - |
Descrição: dc.description | Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) | - |
Descrição: dc.description | Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) | - |
Descrição: dc.description | Department of Animal Science São Paulo State University (Unesp), Via de Acesso Prof. Paulo Donato Castellane s/n, SP | - |
Descrição: dc.description | Department of Engineering and Exact Sciences São Paulo State University (Unesp), SP | - |
Descrição: dc.description | Department of Animal Science and Rural Development Federal University of Santa Catarina (UFSC), SC | - |
Descrição: dc.description | Department of Animal Science São Paulo State University (Unesp), Via de Acesso Prof. Paulo Donato Castellane s/n, SP | - |
Descrição: dc.description | Department of Engineering and Exact Sciences São Paulo State University (Unesp), SP | - |
Descrição: dc.description | CNPq: 150985/2019-3 | - |
Descrição: dc.description | FAPESP: 2015/16631-5 | - |
Descrição: dc.description | FAPESP: 2018/20753-7 | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Scientific Reports | - |
???dc.source???: dc.source | Scopus | - |
Título: dc.title | Modern livestock farming under tropical conditions using sensors in grazing systems | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: