MétaCan
Menu
Retour à la cohorte
Enregistrement W1918668959 · doi:10.4141/cjas-2015-100

Review: Recent advances in evaluation of bags made from different textiles used in situ ruminal degradation

2015· article· en· W1918668959 sur OpenAlexvenueno aff
Tiago Neves Pereira Valente, Edênio Detmann, Cláudia Batista Sampaio

Notice bibliographique

RevueCanadian Journal of Animal Science · 2015
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRuminant Nutrition and Digestive Physiology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRumenNeutral Detergent FiberIn situDry matterDegradation (telecommunications)Organic matterIncubationChemistryAnimal scienceEnvironmental sciencePulp and paper industryFood scienceBiologyFermentationBiochemistryComputer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Valente, T. N. P., Detmann, E. and Sampaio, C. B. 2015. Review: Recent advances in evaluation of bags made from different textiles used in situ ruminal degradation. Can. J. Anim. Sci. 95: 493–498. Textile bags are used in the laboratory to analyze the indigestible contents (internal markers) of feedstuffs after in situ ruminal incubation. Information is needed on the rate and extent of degradation in the rumen using bags made from different materials. In situ techniques have been used extensively to measure the degradation of feedstuffs in the rumen. However, in situ techniques are prone to variability. This paper reviews the effects of particle size, the material from which bags are made, pore size, tensile strength of the bags, in situ estimation of the levels of indigestible compounds [indigestible dry matter (iDM), indigestible neutral detergent fiber (iNDF), and indigestible acid detergent fiber (iADF)], rumen degradation profiles, and the use of bags made from nylon (50 µm), F57 (Ankom®), and non-woven textile (100 g m−2).

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,999
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0040,005
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,083
Tête enseignante GPT0,303
Écart entre enseignants0,221 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations44
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

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