Use of live ultrasound, weight and linear measurements to predict carcass composition of young beef bulls
Notice bibliographique
Résumé
Pre-slaughter ultrasound and whole side dissection data from 47 crossbred bulls were used to assess (1) the relative value of six previously published equations based on live animal measurements, (2) the value of alternative pre-slaughter measurements, and (3) the value of alternative ultrasound probes as predictors of whole side lean meat yield. Analysis of absolute bias-corrected residuals indicated that all six previously published equations predicted whole side lean meat yield with similar accuracy (P = 0.62), but analysis of absolute rank residuals indicated that an equation originally based on carcass measurements tended (P = 0.17) to rank bulls less precisely than five ultrasound-based equations. Breed composition, age, liveweight, hip width, heart girth, and round muscle depths did not contribute to new lean meat yield prediction equations (P > 0.10), but height, 12th/13th rib body wall, rump fat, and gluteus medius muscle depths and marbling score did (P < 0.10). However, examination of absolute residuals and absolute rank residuals indicated that accuracy (P = 0.55) and precision (P = 0.64) did not improve significantly compared to equations based only on height, rib fat and longissimus muscle size. Similarly, analysis of absolute residuals and absolute rank residuals indicated that fat and longissimus muscle depth measurements collected with a short probe predicted whole side lean meat yield as accurately and precisely as measurements collected with a long probe. Results indicated that (1) equations based on live measurements may provide more precise predictions of lean meat yield than equations derived from carcass measurements, (2) supplementing ultrasonic rib fat and longissimus muscle measurements with additional ultrasound measurements did not improve the accuracy or precision of lean meat yield prediction, and (3) lean meat yield of yearling bulls can be accurately predicted using fat and longissimus muscle depth measurements collected with a short probe. Key words: Ultrasound, beef bulls, carcass composition, prediction models
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 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 | 0,000 |
| 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 tête enseignante, 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 ».