MétaCan
Menu
Retour à la cohorte
Enregistrement W2014940703 · doi:10.5539/sar.v3n4p113

Performance, Carcass and Meat Characteristics of West African Dwarf Rams Given Water Contaminated With Used Engine Oil

2014· article· en· W2014940703 sur OpenAlexvenueno aff
O. O. Eniolorunda, E. S. Apata, D. F. Akinruntan, L. A. Tijani

Notice bibliographique

RevueSustainable Agriculture Research · 2014
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture and Rural Development Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAnimal scienceCompletely randomized designNutrientChemistryEnvironmental scienceBiology

Résumé

récupéré en direct d'OpenAlex

This study was conducted to determine the effect of giving water contaminated with used engine oil on performance, carcass and meat characteristics of West African Dwarf (WAD) rams. 15 WAD rams about 10 months old were used. They were grouped into 5 balanced for weight. Used engine oil was collected from an Auto mechanic workshop in Ayetoro Yewa Ogun state and mixed to 0, 5, 10, 15 and 20ml with one litre of clean water at 0, 0.5, 1.0, 1.5 and 2.0% designated T0, T1, T2, T3 and T4 respectively. The rams were assigned to these treatment groups in a completely randomized design experiment and were given the contaminated water for 13 weeks. Data collected were subjected to analysis of variance (ANOVA) at p=0.05. The results showed that nutrient intake was higher, while water intake decreased (p<0.05) as the level of used engine oil in water increased, nitrogen intakes and urinary nitrogen decreased (p<0.05) as well as nitrogen retention. Although weight gain increased (p<0.05) feed efficiency decreased (p<0.05). Carcass primal cuts and meat characteristics decreased except cooking yield and water holding capacity as used engine oil increased in the given water. It was therefore, recommended that used engine oil should not be allowed to flow freely into the surrounding water bodies where grazing animals may consume it as this may lead to reduction in their water intake which can affect the health of the animals and increased feed intake can affect profit margin of the farmers.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0010,000

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 Opus0,012
Tête enseignante GPT0,223
Écart entre enseignants0,211 · 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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSustainable Agriculture ResearchMême sujetAgriculture and Rural Development ResearchTravaux en français237 207