MétaCan
Menu
Retour à la cohorte
Enregistrement W2008290662 · doi:10.1590/s1413-70542007000300041

Performance and behavior of dairy calves fed diets containing milk and citric flavor agents

2007· article· en· W2008290662 sur OpenAlexfundno aff
Silvane Barcelos Carlotto, Clair Jorge Olivo, Júlio Viégas, D. A. Stiles, Alexandre Mossate Gabbi, Karen Döering Brustolin, Pablo Santini Charão, Grasiela Rossarolla, Magnos Fernando Ziech, Lilian Elgalise Techio Pereira, Luciene Fernanda de Barros Scaravelli

Notice bibliographique

RevueCiência e Agrotecnologia · 2007
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMeat and Animal Product Quality
Établissements canadiensnon disponible
Organismes subventionnairesCanada Millennium Scholarship Foundation
Mots-clésDry matterWithersAnimal scienceFlavorAromaHayRuminatingChemistryFood scienceBiologyBody weightRumination

Résumé

récupéré en direct d'OpenAlex

While young ruminants prefer milk aroma and researches about this theme are being developed, the use of citric aroma, very appetized for older ruminants, are low utilized to young animals. This work aims to compare the influence of milk and citric flavor agents on the diets of nursing dairy calves. In this trial, 12 animals of Holstein breed were distributed in a randomized block design with four treatments (concentrate without flavor agent, concentrate with milk flavor or citrus flavor, and concentrate with milk plus citrus flavor agent) and three repetitions. The parameters evaluated were: concentrate dry matter intake (CDMI), hay dry matter (HDMI), milk dry matter intake (MDMI) and total dry matter intake (TDMI), average weight gain (ADWG), feed conversion (FC), initial (IBW) and final body weight (FBW), initial thoracic perimeter (ITP) and final thoracic perimeter (FTP), initial abdominal perimeter (IAP) and final abdominal perimeter (FAP), initial withers height (IWH) and final withers height (FWH) and animal behavior. The CDMI, HDMI and TDMI, as well as IBW, FBW, ITP, FTP, IAP, FAP, IWH and FWH did not show differences (P>0.05). The averages daily gain and feed conversion showed no differences, with means of 0.55 kg/animal and 2.09, respectively. The diets did not affect animal behavior parameters (P>0.05).

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 enseignants0,582
Score d'incertitude au seuil0,254

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 Opus0,044
Tête enseignante GPT0,259
Écart entre enseignants0,215 · 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

Citations9
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCiência e AgrotecnologiaMême sujetMeat and Animal Product QualityTravaux en français237 207