Andy Mauromoustakos, Professor, Universität von Arkansas
Shawna L. Weimer, Assistenzprofessorin, Universität von Arkansas
Stress und Lahmheit wirken sich negativ auf die Gesundheit, Leistung und das Wohlbefinden der Tiere aus. Die folgenden physiologischen und nicht-invasiven Maße für Stress und Lahmheit wurden gemessen: relatives Schleimbeutelgewicht, Körperkerntemperatur, Corticosteron (CORT)-Konzentrationen in Serum und Federn, Oberflächentemperaturen von Kopf (Auge und Schnabel) und Beinen (Sprunggelenk, Unterschenkel, und Fuß) Regionen durch Infrarotthermografie (IRT), Beinblut und Sauerstoffsättigung. Die JMP Pro 17 Model Screening-Plattform wurde verwendet, um mehrere parametrische und maschinelle Lernmodelle an die binäre Antwortvariable (Lame=1) der 258 Studienvögel auf die neun oben erwähnten Gesundheits- und Stressindikatoren anzupassen. Wir haben K-Fold Cross-Validation mit K=5 ausgewählt und den Vorgang zweimal wiederholt (N Trials Folds=10). Die besten zwei Modelle waren das Neural Boosted (mittlere AUC = 0,985 und Fehlklassifikationsrate von null bei 50 Validierungsvögeln) und das Generalized Regression Lasso (mittlere AUC = 0,975 und Fehlklassifizierungsrate von 1 in 50 Validierungsvögeln). Beide Modelle einigten sich auf Prädiktoreffekte bei Verwendung des Modellvergleichs von JMP Pro, um sie weiter zu vergleichen, und wurden beim Vergleich ihrer AUC als nicht signifikant befunden.
