The effects of gonadotrophin releasing hormone in prostaglandin F<sub>2α</sub>-based timed insemination programs for beef cattle
Notice bibliographique
Résumé
Trials were conducted in the spring (May; n = 324) and fall (October; n = 132) with crossbred continental-type beef cows assigned on the basis of parity and postpartum interval to one of three timed-AI treatments and one of two post-AI treatments. The timed-AI treatments were: (DPG) double (14 d apart) PGF2α (Lutalyse®) and AI (day = 0) 72 h after the second PGF2α (day –3); (OVS) Ovsynch® with the second GnRH (Factrel®) at 48 h and AI at 66 h; and (BRC) the same as OVS except that the second GnRH was given at the time of AI. Half of the cows within each treatment were given GnRH on day 14. Plasma progesterone concentrations were determined for the day of the first injection and on days –3, 0, 14, and 21. Timed-AI pregnancy was diagnosed by ultrasonography at day 42 and confirmed at calving. For DPG, OVS and BRC, PGF2α responder rates were 75.9, 51.4 and 71.3%, respectively, in spring (P < 0.05) and 70.4, 70.4 and 59.1% in fall (P > 0.05), and AI pregnancy rates were 28.7, 44.9 and 44.4% in spring (P< 0.05) and 25.0, 40.9 and 43.2% in fall (P > 0.05). Post-AI GnRH had no significant effect on pregnancy or conception rates or day 21 progesterone. The use of GnRH in the PGF2α based timed-AI program improved pregnancy rates and the BRC treatment was as effective as OVS. Neither postpartum interval nor initial progesterone concentration influenced (P >0.05) the effect of GnRH on AI pregnancy rate, and GnRH had no effect (P > 0.05) on twinning rate or gender ratio. Key words: Beef cows, estrous synchronization, pregnancy, timed-AI, progesterone
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».