Growth performance, carcass traits and meat quality of heavy lambs reared in a warm or cold environment during winter
Notice bibliographique
Résumé
The goal of this study was to evaluate the impact of winter rearing environment on the growth performance and meat quality of heavy lambs. Half of sixty-four Dorset lambs (32 males and 32 females) were raised in each of two different environments: warm and cold with average temperature of 10.9 ± 0.7 °C and -2.0 ± 5.2 °C, respectively. The lambs were slaughtered at live weights of 41-45 kg for females and 46-50 kg for males. Cold environment had no adverse effect on either growth performance or carcass quality. The rate of longissimus dorsi muscle deposition (P = 0.049) and its depth at slaughter (P = 0.027) were rather greater in lambs reared in the cold environment and a higher proportion of oxido-glycolytic fibres (P = 0.047) was also observed in this muscle. Rearing environment had only a minor effect on the organoleptic qualities, with the cold environment promoting juiciness of the meat (P = 0.043). Therefore, cold environment rearing such as used in this study represents an economic advantage for lamb producers by reducing the costs associated with the construction of insulated barns, while maintaining growth performance, as well as carcass and meat quality. Key words: Lamb, rearing environment, temperature, growth, carcass, meat quality
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».