Polish
Albanian
Arabic
Armenian
Azerbaijani
Belarusian
Bengali
Bosnian
Catalan
Czech
Danish
Deutsch
Dutch
English
Estonian
Finnish
Français
Greek
Haitian Creole
Hebrew
Hindi
Hungarian
Icelandic
Indonesian
Irish
Italian
Japanese
Korean
Latvian
Lithuanian
Macedonian
Mongolian
Norwegian
Persian
Polish
Portuguese
Romanian
Russian
Serbian
Slovak
Slovenian
Spanish
Swahili
Swedish
Turkish
Ukrainian
Vietnamese
Български
中文(简体)
中文(繁體)
Journal of Dairy Science 1983-Mar

Somatic cell count, electrical conductivity, and serum albumin concentration for detecting bovine mastitis.

Tylko zarejestrowani użytkownicy mogą tłumaczyć artykuły
Zaloguj się Zarejestruj się
Link zostanie zapisany w schowku
R F Sheldrake
G D McGregor
R J Hoare

Słowa kluczowe

Abstrakcyjny

Cell concentration, electrical conductivity, and serum albumin concentration of milk were evaluated for predicting infection status of quarters in three herds. Probability of misclassifying quarters was lowest for cell concentration. For discriminating quarters infected with Staphylococcus aureus from quarters free from infection, probability of misclassification for cell concentration ranged from 8 to 20% among herds. For electrical conductivity probability of misclassification ranged between 22 and 32%, whereas for serum albumin the range among herds was from 15 to 48%. Among herds there was also considerable variation of the trait, which minimized the probability of misclassification. Cell concentrations for the three herds were 158, 200, and 251 x 10(3) cells/ml whereas for electrical conductivity counts were 4.6, 5.8, and 6.5 mS/cm. For electrical conductivity and serum albumin comparisons within cow by differences and ratios from different quarters yielded little advantage over absolute estimations. For a single sampling, cell concentration provided the most accurate prediction of quarter infection status. We suggest that 200 x 10(3) cells/ml should be the threshold above which quarters are considered likely to be infected with a major pathogen.

Dołącz do naszej strony
na Facebooku

Najbardziej kompletna baza danych ziół leczniczych poparta naukowo

  • Działa w 55 językach
  • Ziołowe leki poparte nauką
  • Rozpoznawanie ziół na podstawie obrazu
  • Interaktywna mapa GPS - oznacz zioła na miejscu (wkrótce)
  • Przeczytaj publikacje naukowe związane z Twoim wyszukiwaniem
  • Szukaj ziół leczniczych po ich działaniu
  • Uporządkuj swoje zainteresowania i bądź na bieżąco z nowościami, badaniami klinicznymi i patentami

Wpisz objaw lub chorobę i przeczytaj o ziołach, które mogą pomóc, wpisz zioło i zobacz choroby i objawy, na które są stosowane.
* Wszystkie informacje oparte są na opublikowanych badaniach naukowych

Google Play badgeApp Store badge