Gestational and lactational feeding strategies for gilts: Growth, carcass characteristics and meat quality of the progeny
Notice bibliographique
Résumé
This study was conducted to determine whether feeding gilts (1) at or above their National Academy of Sciences-National Research Council (NAS-NRC 1998) requirements during gestation, and (2) to lose a moderate (~10%) or large (~17%) amount of maternal protein during lactation had a residual effect on their progeny’s growth, carcass characteristics and pork quality at market weight. From each litter, the heaviest and lightest barrows and gilts were selected. The progeny of gilts fed above their requirements during gestation, and those that lost the least body protein during lactation were heavier at weaning; +0.3 kg (P < 0.05) and +0.5 kg (P = 0.01), respectively. However, these liveweight differences, which were associated with the gestation and lactation effects, were no longer evident (P > 0.05) at day 35 or 85 post-weaning. But at slaughter, these animals had thinner (P < 0.01) fat thickness and higher (P < 0.05) predicted salable meat yield. Independently of the gestation and lactation treatments, and compared to the low-weaning-weight pigs, the high- weaning-weight pigs maintained their weight advantage (P < 0.01 at day 35 (+ 2.8 kg) and day 85 (+ 5.4 kg) post-weaning), took 4.5 fewer days (P < 0.01) to reach market weight, but had similar (P > 0.05) carcass characteristics and pork quality. Key words: Gilts, gestational and lactational protein, litter, growth, carcass characteristics and meat quality
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 | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 ».