MétaCan
Menu
Retour à la cohorte
Enregistrement W2041984749 · doi:10.2527/jas.2006-219

Economic evaluations of beef bulls in an integrated supply chain1

2006· article· en· W2041984749 sur OpenAlexaff
Cory van Groningen, C. J. B. Devitt, J. W. Wilton, John Cranfield

Notice bibliographique

RevueJournal of Animal Science · 2006
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic and phenotypic traits in livestock
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésGross marginBreedSample (material)Fixed costSample size determinationAgricultural scienceAnimal scienceMathematicsFixed effects modelEconomic analysisEconometricsProduction (economics)StatisticsEconomicsBiologyAgricultural economicsMicroeconomicsPanel data

Résumé

récupéré en direct d'OpenAlex

Economic benefits from the use of expected progeny of a sample of beef bulls with genetic evaluations were calculated over an integrated supply chain for combinations of price discounts for intramuscular fat and LM area. Fixed backfat finish and marketing at the point of optimized gross margins were considered. An economic model was used to calculate average expected gross margins for a sample of bulls. Across-breed, age-constant genetic evaluations were used to predict carcass characteristics of progeny including weight, retail yield, intramuscular fat, and LM area, as well as input requirements including feed and housing as a function of time on feed. Proportion of retail cuts affected by price discounts was included in the calculations. Optimizing endpoints did not affect rankings to any extent relative to a fixed end point in this sample of bulls, as a result of fixed endpoints being similar to optimized endpoints for the economic situation considered. However, rank correlations were only 0.63 and 0.71 between rankings for no discount being applied and rankings with discounts for intramuscular fat and LM area, for fixed and optimized endpoints, respectively. We conclude that market prices are necessary considerations in choices of bulls to use in commercial beef production.

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)0,005
score de la tête « metaresearch » (Gemma)0,007
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 GPT0,287
Écart entre enseignants0,275 · 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

Citations7
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Animal ScienceMême sujetGenetic and phenotypic traits in livestockTravaux en français237 207