Effects of music stimulus on behavior response,cortisol level,and horizontal immunity of growing pigs

An enriched environment is widely used to improve domestic animals’ welfare and promote their natural behaviors. Music can reduce abnormal behavior in humans, nonhuman primates, and rodents. However, little is known about the effects of music on pigs. This study aims to explore the effects of repeated music stimulation on the behavior, physiology, and immunity of growing pigs. A total of 72 hybrid piglets (Large White × Duroc × Minpig) were randomly divided into three groups, including music (Mozart K.448, 60 to 70 dB), noise (recorded mechanical noise, 80 to 85 dB), and control (natural background sound, <40 dB), and 6 h sound stimulation was given per day (1000 to 1600 hours) from 40 to 100 d of age. The behavioral activities of the pigs were observed during the music stimulation, and their serum cortisol, salivary cortisol, and serum immune indices were also measured. Compared with the control group, the music group and noise group increased activity but decreased lying of pigs (P < 0.05). A significant increase in tail-wagging, playing, and exploring behaviors of pigs was found in the music group (P < 0.05), and the noise significantly increased the aggressive behavior of the pigs (P < 0.05). Tail-wagging, playing, exploring, manipulating, and aggressive behaviors decreased over time. Short-term (8 d) music stimulus had a lower cortisol level than that of the noise and control groups (P < 0.05), whereas long-term (60 d) music stimulus increased immunoglobulin G (IgG), interleukin-2 (IL-2), and interferon-gamma (IFN-γ) levels (P < 0.05) and decreased interleukin-4 (IL-4) level (P < 0.05). Long-term noise stimulus significantly reduced the level of IgG (P < 0.05) but did not affect the level of IL-2, IL-4, and IFN-γ levels (P > 0.05). In conclusion, short-term music stimulus (8 d) reduced the stress response, whereas long-term music stimulus (60 d) enhanced the immune responses. In addition, the noise increased the aggressive behavior, and long-term noise reduced the immunity of the growing pigs.     

低风险疾病情境下农村居民健康信息规避行为研究

[目的/意义]本研究旨在揭示低风险疾病情境下农村居民健康信息规避的程度、策略、成因及其关联。[方法/过程]研究采用理论抽样方法和半结构化访谈法收集了江苏省45位农村居民的相关数据。研究采用开放式编码和主轴编码方法对访谈数据进行分析,同时采用社会网络分析软件对规避策略和成因之间的关系进行可视化展示。[结果/结论]（1）农村居民在低风险疾病情境下存在全面型和选择型两种不同程度的健康信息规避。其中,全面型健康信息规避主要发生在信息需求阶段,具体的规避策略为完全不治疗;而选择型信息规避发生在信息获取阶段,具体的规避策略为自己治疗或者拖延治疗。（2）该情境下农村居民健康信息规避的成因主要包括感知风险、对信息源的信任、健康信息素养水平、文化水平、情绪、经济水平、小世界、时间和医疗资源的可及性。（3）农民健康信息规避的成因与规避策略存在特定的关联。文化水平和医疗资源的可及性只对完全不治疗规避策略有影响;情绪因素只对拖延治疗规避策略有影响;健康信息素养水平只对自己治疗规避策略有影响。该研究可为改善农村居民的健康状况提供指导建议。     

饲养密度和硫辛酸对肉鸡血清指标、行为及骨骼发育的影响

本试验旨在研究高饲养密度条件下饲粮中添加硫辛酸(LA)对肉鸡血清指标、行为及骨骼发育的影响。试验选取健康状况良好、体重相近的1530只21日龄爱拔益加(AA)肉鸡,随机分成3组,即常规饲养密度组(ND组,15只/m^2,饲喂基础饲粮)、高饲养密度组(HD组,18只/m^2,饲喂基础饲粮)和高饲养密度+LA组(HD+LA组,18只/m^2,在基础饲粮在添加300 mg/kg LA),每组6个重复。试验期为3周。结果表明:1)与ND组相比,HD组肉鸡血清钙含量和碱性磷酸酶(ALP)活性显著下降(P<0.05),血清皮质酮(CORT)含量以及还原型辅酶Ⅱ氧化酶(NOX)和髓过氧化物酶(MPO)活性显著上升(P<0.05)。2)与ND组相比,HD组肉鸡行走、梳翅、采食频次与时间占比显著降低(P<0.05),而饮水频次以及饮水和趴卧时间占比显著升高(P<0.05)。3)与ND组相比,高饲养密度显著降低肉鸡胫骨与股骨直径、重量、密度、强度以及钙、磷、灰分和矿物盐含量(P<0.05)。4)与HD组相比,HD+LA组肉鸡血清钙含量和ALP活性显著升高(P<0.05),血清CORT含量以及NOX和MPO活性显著下降(P<0.05);采食频次和时间占比显著增加(P<0.05),饮水频次和趴卧时间占比显著降低(P<0.05);胫骨质量以及钙、磷含量与股骨密度、强度和钙含量显著上升(P<0.05)。综上所述,高饲养密度致使肉鸡发生氧化应激,改变了肉鸡行为,并使肉鸡骨骼质量下降,而饲粮中添加LA能在一定程度上缓解高饲养密度对肉鸡造成的损伤。     

心理素质对初一和高一新生问题行为的影响:孤独感与安全感的中介作用

为探讨初一和高一新生的问题行为及其影响因素,考察孤独感和安全感在心理素质与高一和初一新生问题行为间的中介作用,采用中学生心理素质问卷(简化版)、UCLA孤独感量表、长处和困难问卷(选取其中4个维度)和安全感量表对1 184名初一和高一新生进行调查.结果显示:(1)心理素质对初一和高一新生问题行为有负向影响;(2)孤独感和安全感在心理素质与初一和高一新生问题行为的关系中具有部分中介效应,通过心理素质—安全感—问题行为、心理素质—安全感—孤独感—问题行为、心理素质—孤独感—问题行为3条路径实现;(3)心理素质—安全感—问题行为这一路径的间接效应值最大,即安全感在心理素质与问题行为之间起着关键的中介作用.     

商品化猪丹毒疫苗分类及特点

文章介绍了5种商品化猪丹毒疫苗的种类、毒株组成、抗原含量及相应免疫程序,为了解各种类型的猪丹毒商品化疫苗提供参考。     

湖北省杉木人工林立地类型划分及评价

以湖北省杉木人工林为研究对象,选择166块具有代表性的杉木人工林标准地,并测定样地的常规立地因子。利用数量化理论Ⅰ的方法建立了杉木优势高与立地因子之间的关系模型,对研究区杉木人工林进行立地类型划分及立地质量评价。结果表明,所选择的5个立地因子与优势高数量化拟合的复相关系数为0.639;海拔、腐殖层厚度和坡位这3个立地因子对优势高的贡献率达84.99%,且影响均达到极显著水平;采用海拔、腐殖层厚度和坡位3个因子构建研究区杉木人工林立地类型,共划分为22类;按照优、良、中、差4个评价等级对166块样地所属的立地类型进行立地质量评价,得出湖北省杉木人工林在中海拔、土壤湿润、土壤养分含量较高的立地条件下生产力较高,研究区立地质量整体处于中等偏上水平的结论。     

中国杜鹃花品种分类问题与思考

杜鹃花具有极高的观赏价值，是世界级名花。经过数百年的人工选育，全球杜鹃花品种已超过3万个。我国虽然拥有丰富的杜鹃花资源，但园艺化程度与国外差距明显，其中一个重要原因就是国内杜鹃花品种分类及品种名称较为混乱，阻碍了其进一步应用和发展。文中综述了近年来中国杜鹃花品种分类研究的成果与存在的不足，并展望了研究方向。分析认为，综合植物系统分类学研究及品种亲本来源信息是建立科学品种分类体系的基础，同时运用分子生物学技术和形态性状数量分析等方法进行归类将是重要的研究方向。     

基于极化分解和集成学习的PolSAR影像分类

为实现Pol SAR数据极化信息的充分利用,以进一步改善分类效果,该研究提出了一种基于极化分解和集成学习的Pol SAR影像分类方法。该方法首先利用多种极化分解方法从Pol SAR影像中提取极化参数;将提取的极化参数组合成一幅多通道影像;然后对多通道影像进行分割和特征提取,分别提取出各目标极化分解方法所对应的特征;并进行特征选择和分类,得到各目标极化分解方法的分类结果;最后利用集成学习技术对各分类结果进行集成。该研究以吉林省长春市部分区域为研究区,Radarsat2影像为数据源,将提出的方法应用于土地覆被分类中,取得了较好的分类效果,总体精度和Kappa系数分别达到了92.49%和0.90。此外,该研究还将提出方法与其他基于多种极化分解的分类方法进行比较,对比方法的总体精度和Kappa系数分别为90.74%和0.88,比提出方法分别低1.75%和0.02,对比结果进一步证明了提出方法的优越性。     

流域尺度重金属行为模拟及其对不同气象因子的响应特征研究

模拟重金属的流域尺度行为有利于更好地理解重金属对生态系统和人类的潜在不利影响,而探究重金属在不同气象情景下的迁移转化规律有利于流域环境风险分析和环境管理。本研究采用流域重金属迁移转化模型SWAT-HM,该模型考虑了重金属化学反应如吸附和老化反应;陆面重金属迁移过程包括通过水分渗流和蒸发引起的垂向下降上升运动以及通过土壤侵蚀和地表/地下径流的水平迁移;水体中重金属迁移过程包括沉降、再悬浮、扩散和掩埋等过程。本研究选取湖南浏阳河上游流域为研究区,该流域几十年来一直受到采矿活动的影响,重金属污染严重。结果表明,SWAT-HM模型对于流域内重金属锌(Zn)和镉(Cd)的动态模拟结果与监测结果符合较好,94.5%的Zn和94.2%的Cd的模拟浓度与实测浓度在同一数量级内。流域内Zn和Cd的高污染区主要集中在宝山河,当宝山河与大溪河汇合后,由于稀释作用和水沙交互作用,溶解相Zn和Cd浓度显著降低至地表水环境质量Ⅲ类水标准(GB 3838—2002)以下。2009—2014年流域出口Zn和Cd总输出通量的多年均值分别为90.8 t和1.1 t,溶解相重金属和吸附相重金属输出量的大幅提升几乎全部出现在强降水后,吸附相重金属输出量主要由几次暴雨过程贡献。本研究通过气象因子分析方法评价重金属输出量对于降雨和气温变化的敏感性,结果显示溶解相重金属和吸附相重金属输出量对于降雨变化比温度变化敏感,且吸附相重金属对于降雨变化的响应比溶解相重金属强烈。探究不同气象情景下重金属迁移转化响应特征对于环境风险分析和污染控制具有一定意义。     

基于随机森林的高寒湿地地区土地覆盖遥感分类方法

高寒湿地是青藏高原典型独特的生态系统,是全球气候变化的敏感地带和预警区。利用遥感技术快速、准确地分类提取高寒湿地的土地覆盖信息,对当地生态安全监测和保护具有重要意义。本文以若尔盖湿地国家级自然保护区为研究区,首先,以高分一号(GF-1)遥感影像为数据源,融合光谱特征、水体指数、地形特征、植被指数和纹理信息等26个变量进行随机森林(Random forest,RF)分类实验;然后,根据袋外数据(Out of bag,OOB)的特征变量重要性得分和精度评价结果,选出高寒湿地地区土地覆盖类型的最优分类方案和特征;最后,对特征变量进行降维,并基于相同的变量,采用极大似然法(Maximum likelihood classification,MLC)、支持向量机(Support vector machine,SVM)、人工神经网络(Artificial neural network,ANN)和RF等方法进行分类,比较不同方法的优适性。结果表明:结合GF-1影像光谱、水体、植被、纹理特征和地形信息,使用26个变量的RF模型的分类精度最高,总体精度(Overall accuracy,OA)为90.07%,Kappa系数为0.86;通过RF模型的变量重要性分析可以有效选出重要的特征信息,在降低特征变量维度的同时,还能保证较高的分类精度; 4种分类方法中,RF算法是高寒湿地地区较合适的分类方法,OA比MLC基准方法高17.63个百分点,比SVM和ANN等机器学习算法分别高6.98、6.56个百分点。