MétaCan
Menu
Retour à la cohorte
Enregistrement W1829554644 · doi:10.1139/cjz-2014-0314

Comparison of gut fill in sheep (<i>Ovis</i> <i>aries</i>) measured by intake, digestibility, and digesta retention compared with measurements at harvest

2015· article· en· W1829554644 sur OpenAlexvenueno aff
Adam J. Munn, Mathew Stewart, Elizabeth E. Price, Alice Peilon, Tom Savage, Irene Van Ekris, Marcus Clauß

Notice bibliographique

RevueCanadian Journal of Zoology · 2015
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRuminant Nutrition and Digestive Physiology
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of WollongongUniversity of Sydney
Mots-clésOvisAnimal scienceBiologyParticle sizeDry matterParticle (ecology)Ecology

Résumé

récupéré en direct d'OpenAlex

Gut capacity is an important factor in digestive physiology and is often measured as dry matter fill (DMF) following dissection, which prevents repeated measures in the same animal. It was proposed to calculate DMF from food intake, digestibility, and gut mean retention time (MRT), but empirical tests of this are few. We calculated DMF from intake, digestibility, and the MRT of small-particle (1 mm) and large-particle (20 mm) markers in 20 sheep (Ovis aries L., 1758) fed at different intake levels and compared results with DMF at dissection at the end of the feeding trial. MRT for smaller particles was significantly shorter than for larger particles (34.4 ± 6.1 vs. 42.5 ± 7.6 h, respectively). Correspondingly, DMF calculated from smaller particles (0.98 ± 0.27 kg) was significantly lower than DMF calculated from larger particles (1.20 ± 0.30 kg). The latter was not significantly different from DMF measured at dissection (1.18 ± 0.34 kg). These results suggest that DMF can be estimated from measures of digestive physiology. The choice of particle marker to determine MRT is crucial for the accuracy of the proxy. In ruminants, where small particles are consistently eliminated faster than larger particles, considerations of marker particle size are particularly important.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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 Opus0,087
Tête enseignante GPT0,259
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 source (Gemma direct ou Codex distillé), pas un consensus.

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

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

En bref

Citations17
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of ZoologyMême sujetRuminant Nutrition and Digestive PhysiologyTravaux en français237 207