MétaCan
Menu
Retour à la cohorte
Enregistrement W2104797399 · doi:10.1079/bjn2001441

Limitations of conventional models and a conceptual framework for a nutrient flow representation of energy utilization by animals

2001· article· en· W2104797399 sur OpenAlexaff
Stephen Birkett, Kees de Lange

Notice bibliographique

RevueBritish Journal Of Nutrition · 2001
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Nutrition and Physiology
Établissements canadiensUniversity of Guelph
Organismes subventionnairesInstitut National de la Recherche AgronomiqueUniversity of NottinghamAmerican Political Science Association
Mots-clésNutrientRepresentation (politics)Energy flowEnergy (signal processing)Biological systemVariation (astronomy)Animal modelBiochemical engineeringComputer scienceEnvironmental scienceStatisticsEconometricsMathematicsBiologyEcologyEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Conventional models of energy utilization by animals, based on partitioning metabolizable energy (ME) intake or net energy (NE), are reviewed. The limitations of these methods are discussed, including various experimental, analytical and conceptual problems. Variation in the marginal efficiency of utilizing energy can be attributed to various factors: diet nutrient composition; animal effects on diet ME content; diet and animal effects on ME for maintenance (MEm); experimental methodology; and important statistical issues. ME partitioning can account for some of the variation due to animal factors, but not that related to nutrient source. In addition to many of the problems associated with ME, problems with NE pertain to: estimation of NE for maintenance (NEm); experimental and analytical methodology; and an inability to reflect variation in the metabolic use of NE. A conceptual framework is described for a new model of energy utilization by animals, based on representing explicit flows of the main nutrients and the important biochemical and biological transformations associated with their utilization. Differences in energetic efficiency from either dietary or animal factors can be predicted with this model.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,708
Score d'incertitude au seuil0,170

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,135
Tête enseignante GPT0,288
Écart entre enseignants0,153 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations118
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBritish Journal Of NutritionMême sujetAnimal Nutrition and PhysiologyTravaux en français237 207