使用肉雞健康、應激和腿部健康參數的 (BCO) 跛行預測模型 (2023-EU-PO-1342)Andy Mauromustakos，阿肯色大學教授
Shawna L. Weimer，阿肯色大學助理教授
壓力和跛足會對動物的健康、生產和福利產生負面影響。 測量了以下壓力和跛足的生理和非侵入性測量：相對法氏囊重量、核心體溫、血清和羽毛中的皮質酮 (CORT) 濃度、頭部（眼睛和喙）和腿（飛節、小腿、和腳）區域通過紅外熱成像（IRT），腿部血液和氧飽和度。 JMP Pro 17 模型篩選平台用於將多個參數和機器學習模型擬合到 258 只研究鳥類對上述九種健康和壓力指標的二元響應變量 (Lame=1)。 我們選擇 K=5 的 K 折交叉驗證並重複該過程兩次（N 次試驗折數=10）。 最好的兩個模型是 Neural Boosted（平均 AUC=.985，50 只驗證鳥中的誤分類率為零）和廣義回歸套索（平均 AUC=.975，50 只驗證鳥中的誤分類率為 1）。 當使用 JMP Pro 的模型比較進一步比較它們時，兩個模型都同意預測因子效應，並且發現在比較它們的 AUC 時不顯著。
美國能源部統計和建模
