MétaCan
Menu
← Retour à la cohorte
Enregistrement W1977988023 · doi:10.4141/a00-080

Prediction of within-herd differences in total feed intake between growing pigs

2002· article· en· W1977988023 sur OpenAlexvenueno aff
J. R. Brisbane

Notice bibliographique

RevueCanadian Journal of Animal Science · 2002
Typearticle
Langueen
DomaineVeterinary
ThématiqueAnimal Behavior and Welfare Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHerdAnimal scienceCrossbreedFeed conversion ratioBiologyMathematicsBiotechnologyBody weight

Résumé

récupéré en direct d'OpenAlex

Electronic feeders for measurement of individual feed intake in group-penned pigs have been available for many years, and have been used to measure and select breeding pigs for feed efficiency. The cost per feeder is usually too high to measure intake of all selection candidates in a nucleus herd over the whole grower-finisher period. If the feed intake of each candidate is measured over only part of the period, this would allow more pigs to be measured per feeder in a given time. This paper documents an analysis of test station data on Yorkshire, Landrace, Duroc and crossbred pigs, estimating the accuracy of prediction of total feed intake based on intake measured over different parts of the grower-finisher period. Feed intake measured over only about 2 wk from 80 to 90 kg liveweight explained 50% of the variance in total feed intake from 30 to 100 kg liveweight, in a dataset independent from the one used to derive the parameters of the prediction. Of all possible periods spanning 10 kg of liveweight gain, this measurement period was the most accurate, and coincided with the period of maximum growth rate. It is concluded that total feed intake over the grower finisher period can be predicted with useful accuracy, using feed intake measured over a period of about 2 wk or 10 kg of liveweight gain from around 80 to 90 kg. The gain in accuracy achieved by measuring pigs over multiple periods (e.g., from 50 to 60 kg and from 80 to 90 kg) is much smaller than the initial benefit of recording over just 10 kg of gain. Key words: Swine, feed efficiency, feed conversion

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,105
Tête enseignante GPT0,284
Écart entre enseignants0,179 · 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

Citations0
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Animal Science→Même sujetAnimal Behavior and Welfare Studies→Travaux en français237 207→