MétaCan
Menu
Retour à la cohorte
Enregistrement W1787781771 · doi:10.1017/cbo9780511542244.021

Role and efficiency of artificial insemination and genome resource banking

2006· book-chapter· en· W1787781771 sur OpenAlexaff
JoGayle Howard, Yan Huang, Pengyan Wang, Desheng Li, Rong Hou, Zhihe Zhang, Barbara Durrant, Rebecca Spindler, Hemin Zhang, Anju Zhang, David E. Wildt

Notice bibliographique

RevueCambridge University Press eBooks · 2006
Typebook-chapter
Langueen
DomaineMedicine
ThématiqueSperm and Testicular Function
Établissements canadiensToronto Zoo
Organismes subventionnairesnon disponible
Mots-clésArtificial inseminationContext (archaeology)BiologySperm bankGenomeSpermResource (disambiguation)Evolutionary biologyAggressionGene transferCryopreservationGeneGeneticsPsychologyComputer scienceSocial psychologyEmbryo

Résumé

récupéré en direct d'OpenAlex

Historically, the breeding of giant pandas in ex situ programmes has been difficult due to behavioural incompatibility and interanimal aggression. Because some individuals fail to mate naturally, the potential loss of valuable genes is a major concern to effective genetic management (see Chapter 21). Consistently successful artificial insemination (AI) would allow incorporating genetically valuable males with behavioural or physical anomalies into the gene pool. This strategy becomes even more powerful when used in the context of a genome resource bank (GRB), an organised repository of cryopreserved biomaterials (tissue, blood, DNA and sperm) (see Chapter 7). The use of sperm cryopreservation and AI allows the movement of genes among zoos and breeding centres without needing to transfer animals, which is both stressful and costly.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,971
Score d'incertitude au seuil0,703

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,184
Écart entre enseignants0,172 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations19
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCambridge University Press eBooksMême sujetSperm and Testicular FunctionTravaux en français237 207