MétaCan
Menu
Retour à la cohorte
Enregistrement W2076295091 · doi:10.4141/cjas10040

Effects of extra feeding in mid-pregnancy for three successive parities on lean sows’ productive performance and longevity

2010· article· en· W2076295091 sur OpenAlexvenueno aff
A. Cerisuelo, R. Sala, J. Gasa, D. Carrión, Julià Coma, N. Chapinal, M.D. Baucells

Notice bibliographique

RevueCanadian Journal of Animal Science · 2010
Typearticle
Langueen
DomaineVeterinary
ThématiqueAnimal Behavior and Welfare Studies
Établissements canadiensnon disponible
Organismes subventionnairesGeneralitat de Catalunya
Mots-clésAnimal scienceLitterWeaningLactationMetritisPregnancyGestationBiologyOvulationMedicineIce calving

Résumé

récupéré en direct d'OpenAlex

The aim of this study was to investigate the long-term effects of increasing feeding allowance during mid-pregnancy in sows. A total of 103 PIC pregnant sows (mixed parity) were allocated to two treatments: control (C, n = 49) were fed 2.5-3.0 kg d-1 (12.1 MJ ME kg-1) and extra-fed (E, n = 54) received +2.0 kg d-1 of the same feed from day 45 to 85 of gestation over three consecutive cycles. Body weight, backfat thickness (BF) and loin depth were measured on days 45 and 85 of gestation, farrowing and weaning. Litter and sows performance were recorded during lactation and post-weaning. Overall culling rates were 61 and 67% for C and E groups, respectively. After three cycles, E sows showed a positive BF balance in contrast to C sows (E = +1.46 mm and C= -1.81 mm, P < 0.05). In cycle 3, E sows presented greater piglet birth weights than C sows, being mainly evident in sows that were nulliparous at the onset of the experiment (P < 0.05). Extra-fed sows showed a greater incidence of mastitis-metritis-agalactia syndrome than C sows (P = 0.003). Thus, increasing feeding allowance during mid-pregnancy positively affected BF balance and birth weight in nulliparous, but impaired the sows’ ability to produce milk in the long-term.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,039
Tête enseignante GPT0,302
Écart entre enseignants0,263 · 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

Citations10
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Animal ScienceMême sujetAnimal Behavior and Welfare StudiesTravaux en français237 207