A comparison of different pre and post-slaughter measurements for estimating fat reserves in Spanish <i>Blanca Celtibérica</i> goats
Notice bibliographique
Résumé
Five pre-slaughter measurement values and four post-slaughter measurement values were used to estimate the weight of fat in the omental (OM), mesenteric (MES), perirenal (PR), subcutaneous (SC), and intermuscular (IM) fat depots in goats. The pre-slaughter measurements were: live weight (LW), sternal body condition score (BCSs), lumbar body condition score (BCSl), sternal fat thickness (FTs) and lumbar fat thickness (FTl) measured by ultrasound. The post-slaughter measurements were empty live weight (ELW), hot carcass weight (HCW), adipocyte diameter in the sternal subcutaneous fat (ADSCs) and adipocyte diameter in the lumbar subcutaneous fat (ADSCl). Linear and multiple regressions were fit to data collected from 22 adult, non-pregnant and non-lactating Blanca Celtibérica does. The results obtained showed BCSs, ranging from 1.5 to 4.5 (scale: 0-5) to be the best pre-slaughter estimator of an animal's total fat (R2 = 0.90, RSD = 2.252 kg) and HCW to be the best post-slaughter estimator (R2 = 0.92, RSD = 1.972 kg). Additionally, multiple regression using HCW and ADSCl together yielded estimates of the total amount of fat in all five of the depots considered here with an R2 = 0.95 and an RSD = 1.542 kg. Therefore, the use in vivo of BCSs is the best method for predicting nutritional status in does in extensive production systems in the Mediterranean region.Key words: Fat reserve, body weight, carcass weight, body condition score, ultrasound, adipocyte, goat
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 | 0,001 | 0,001 |
| 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) | 0,000 | 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 ».