Different measures of energetic efficiency and their phenotypic relationships with growth, feed intake, and ultrasound and carcass merit in hybrid cattle1
Notice bibliographique
Résumé
Residual feed intake (RFI) has been proposed as an index for determining beef cattle energetic efficiency. Although the relationship of RFI with feed conversion ratio (FCR) is well established, little is known about how RFI compares to other measures of efficiency. This study examined the phenotypic relationships among different measures of energetic efficiency with growth, feed intake, and ultrasound and carcass merit of hybrid cattle (n = 150). Dry matter intake, ME intake (MEI), ADG, metabolic weight (MWT), and FCR during the test averaged 10.29 kg/d (SD = 1.62), 1,185.45 kJ/(kg0.75 x d) (SD = 114.69), 1.42 kg/d (SD = 0.25), 86.67 kg0.75 (SD = 10.21), and 7.27 kg of DM/kg of gain (SD = 1.00), respectively. Residual feed intake averaged 0.00 kg/d and ranged from -2.25 kg/d (most efficient) to 2.61 kg/d (least efficient). Dry matter intake (r = 0.75), MEI (r = 0.83), and FCR (r = 0.62) were correlated with RFI (P < 0.001) and were higher for animals with high (>0.5 SD) RFI vs. those with medium (+/-0.5 SD) or low (<0.5 SD) RFI (P < 0.001). Partial efficiency of growth (PEG; energetic efficiency for ADG) was correlated with RFI (r = -0.89, P < 0.001) and was lower (P < 0.001) for high- vs. medium- or low-RFI animals. However, RFI was not related to ADG (r = -0.03), MWT (r = -0.02), relative growth rate (RGR; growth relative to instantaneous body size; r = -0.04), or Kleiber ratio (KR; ADG per unit of MWT; r = -0.004). Also, DMI was correlated (P < 0.01) with ADG (r = 0.66), MWT (r = 0.49), FCR (r = 0.49), PEG (r = -0.52), RGR (r = 0.18), and KR (r = 0.36). Additionally, FCR was correlated (P < 0.001) with ADG (r = -0.63), PEG (r = -0.83), RGR (r = -0.75), and KR (r = -0.73), but not with MWT (r = 0.07). Correlations of measures of efficiency with ultrasound or carcass traits generally were not different from zero except for correlations of RFI, FCR, and PEG, respectively, with backfat gain (r = 0.30, 0.20, and -0.30), ultrasound backfat (r = 0.19, 0.21, and -0.25), grade fat (r = 0.25, 0.19, and -0.27), lean meat yield (r = -0.22, -0.18, and 0.24), and yield grade (r = 0.28, 0.24, and -0.25). These phenotypic relationships indicate that, compared with other measures of energetic efficiency, RFI should have a greater potential to improve overall production efficiency and PEG above maintenance, and lead to minimal correlated changes in carcass merit without altering the growth and body size of different animals.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».