MétaCan
Menu
Retour à la cohorte
Enregistrement W1946920325 · doi:10.4141/cjas2011-114

Review: Prediction of variation in energetic value of wheat for poultry

2012· article· en· W1946920325 sur OpenAlexaffvenue
M. Yegani, D.R. Korver

Notice bibliographique

RevueCanadian Journal of Animal Science · 2012
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Nutrition and Physiology
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésNear infrared reflectance spectroscopyIngredientEnvironmental sciencePoultry meatBiotechnologyPoultry farmingBiochemical engineeringBiologyBiological systemAgronomyFood scienceNear-infrared spectroscopyEcology

Résumé

récupéré en direct d'OpenAlex

Yegani, M. and Korver, D. R. 2012. Review: Prediction of variation in energetic value of wheat for poultry. Can. J. Anim. Sci. 92: 261–273. Variations in physical and chemical characteristics of wheat can significantly influence the energy availability of this feed ingredient for poultry. These variations can result in inefficiencies in the form of over- or under-formulation of the diets at commercial feed mills or on poultry farms. Therefore, having a clear understanding of the variations is of paramount importance in the formulation of poultry diets as they can have negative consequences for production performance of birds. There are a large number of factors that can contribute to variations in energy availability of wheat for poultry. This review is intended to briefly discuss these factors and also practical approaches that can be used to predict these variations. These approaches include measuring physico-chemical characteristics, in vivo digestibility trials, in vitro digestibility techniques, and near infrared reflectance spectroscopy (NIRS). There are limitations associated with physico-chemical and in vivo measurements. However, in vitro digestibility techniques are simple and fast and can provide data for database development and ongoing calibrations of NIRS systems. Near infrared reflectance spectroscopy has enormous potential to predict variations in wheat apparent metabolizable energy, leading to more accurate diet formulation.

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)0,001
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,978
Score d'incertitude au seuil0,201

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,027
Tête enseignante GPT0,240
Écart entre enseignants0,213 · 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'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
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

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