MétaCan
Menu
Retour à la cohorte
Enregistrement W2108479917 · doi:10.5539/jas.v4n7p148

By-Products as Protein Source for Lactating Grasscutters

2012· article· en· W2108479917 sur OpenAlexvenueno aff
G. S. I. Wogar, A. A. Ayuk

Notice bibliographique

RevueJournal of Agricultural Science · 2012
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRabbits: Nutrition, Reproduction, Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAnimal scienceWeight gainLitterSoybean mealBiologyLactationMealWeaningFeed conversion ratioBiotechnologyBody weightAgronomyFood sciencePregnancyEndocrinologyRaw materialEcology

Résumé

récupéré en direct d'OpenAlex

The potential of grasscutters (Thryonomys swinderianus temminck) as a source of animal protein can be exploited with better understanding of its nutrient requirement. An experiment was conducted to determine the protein requirement of lactating grasscutters fed agro-industrial by-products namely; wheat offal and soybean meal. Sixteen 13 months old lactating grasscutters, in groups of four, were randomly allotted to four treatment diets formulated to respectively supply 10, 14, 18 and 22% crude protein (CP). Performance in respect of weight of does at end of lactation, daily weight gain of pups, daily weight gain of doe and litter, weaning weight of pups, feed conversion ratio, and cost to gain ratio, were significantly (P<0.05) higher on the 22% CP diet. The daily weight loss of does and percentage mortality among pups were significantly lower on the 22% CP diet. Though the percentage mortality among pups was significantly (P<0.05) higher, the litter size weaned was significantly (P<0.05) higher on the 18% diet. Given the overall economic importance of low mortality rate in the expansion of farm animal populations and profitability thereof, these results suggest that 22% is the optimum crude protein level for lactating grasscutters, when industrial by-products, soybean meal and wheat offal, are used as dietary supplements.

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 Opus0,022
Tête enseignante GPT0,252
Écart entre enseignants0,230 · 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

Citations6
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetRabbits: Nutrition, Reproduction, HealthTravaux en français237 207