MétaCan
Menu
Retour à la cohorte
Enregistrement W2039694024 · doi:10.1590/s0100-204x2009000900019

Medidas corporales y concentración sérica y folicular de lípidos y glucosa en vacas Brahman fértiles y subfértiles

2009· article· es· W2039694024 sur OpenAlexaff
Néstor A Villa, Erik Felipe Pulgarín, Paola Andrea Tabares, Eduardo Angarita, Alejandro Ceballos

Notice bibliographique

RevuePesquisa Agropecuária Brasileira · 2009
Typearticle
Languees
DomaineAgricultural and Biological Sciences
ThématiqueReproductive Physiology in Livestock
Établissements canadiensAtlantic School of TheologyCollege of the North AtlanticAtlantic Industries (Canada)
Organismes subventionnairesnon disponible
Mots-clésBrahmanAnimal scienceChemistryBiology

Résumé

récupéré en direct d'OpenAlex

El objetivo de este estudio fue evaluar las diferencias en las medidas corporales en vacas Brahman fértiles y subfértiles, establecer las diferencias en la concentración de colesterol, lipoproteínas y glucosa en suero y líquido folicular, y desarrollar un modelo para predecir subfertilidad en vacas Brahman a partir de las medidas corporales. Se seleccionaron vacas Brahman registradas, agrupadas en fértiles (15) y subfértiles (15) según historial reproductivo. Se tomaron muestras de suero y líquido folicular (diámetro >8 mm) para determinar colesterol, lipoproteínas, triacilgliceroles y glucosa. Las vacas subfértiles mostraron un fenotipo masculino, con medidas corporales mayores, y concentraciones de colesterol y HDL séricos y foliculares más bajas que las vacas fértiles. El colesterol y el HDL se correlacionaron positivamente entre los compartimientos en ambos grupos. La subfertilidad es más probable en vacas pesadas con hombros amplios y mayor perímetro torácico. El tamaño corporal en vacas Brahman subfértiles se relacionó con su apariencia, con cambios en los metabolitos séricos y foliculares y con las concentraciones de colesterol y HDL.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,851
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,018
Tête enseignante GPT0,267
Écart entre enseignants0,249 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations6
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePesquisa Agropecuária BrasileiraMême sujetReproductive Physiology in LivestockTravaux en français237 207