A path analysis of the factors associated with seasonal variation of breeding failure in sows
Notice bibliographique
Résumé
Data pertaining to 868 904 services of sows from 58 Canadian herds for the period 1999 to 2003 were retrieved from the PigCHAMP data share database and subjected to path analysis to evaluate the effect of number of inseminations per service (1 and >1), wean to service interval (WSI ≤ 5 d and > 5 d) and parity (parity 1, parities 2 to 5 and parity > 5) on the seasonality of breeding failure. Population attributable fraction (PAF) was calculated to determine the contribution of each risk factor. Overall breeding failure proportions were 23.5 and 20.9% in summer and other months, respectively. The likelihood of breeding failure was higher when sows were artificially inseminated (AI) only once, and 6 and 5% of breeding failures in the summer and other months, respectively, were attributable to single insemination. The likelihood of breeding failure was 1.5 and 1.4 times higher when WSI was > 5 d in the summer and other months, respectively, and 14% of breeding failure in summer was attributable to increase in WSI in summer, and in other months it accounted for 10%. Parity 1 sows reduced the proportion of breeding failure in the population in months other than summer [odds ratio (OR) 0.78]. Sows of parity 2–5 reduced the proportion of breeding failure in both seasons (OR 0.81 and 0.78 in summer and other months, respectively). Key words: Sow, season, breeding failure, WSI, frequency of AI
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».