MétaCan
Menu
Retour à la cohorte
Enregistrement W2121855091 · doi:10.1139/cjas2012-066

Review: Mammary development in swine: effects of hormonal status, nutrition and management

2013· article· en· W2121855091 sur OpenAlexaff
C. Farmer

Notice bibliographique

RevueBioOne Complete (BioOne) · 2013
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueReproductive Physiology in Livestock
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésProlactinLactationLitterEndocrine systemGestationOffspringBiologyHormoneEndocrinologyInternal medicinePregnancyMedicineAgronomy

Résumé

récupéré en direct d'OpenAlex

Farmer, C. 2013. Review: Mammary development in swine: effects of hormonal status, nutrition and management. Can. J. Anim. Sci. 93: 1-7. There are three phases of rapid mammary accretion in swine, namely, from 90 d of age until puberty, during the last third of gestation and throughout lactation. Nutrition, endocrine status and management of gilts or sows during those periods can affect mammary development. More specifically, in growing gilts, feed restriction as of 90 d of age hinders mammary development and either supplying the phytoestrogen genistein or increasing circulating concentrations of prolactin stimulates mammogenesis. In late gestation, inhibition of relaxin or prolactin drastically diminishes mammary development and overly increasing dietary energy has a detrimental effect on mammogenesis. It also appears that feeding of the gestating sow can affect the mammary development of her offspring once it reaches puberty. Various management factors such as litter size, nursing intensity and use or non-use of a teat in the previous lactation will affect the amount of mammary tissue present at the end of lactation. Mammary development is followed by the essential process of involution whereby a rapid and drastic regression in parenchymal tissue takes place. It can occur either after weaning or in early lactation when teats are not being regularly suckled. Despite our current knowledge, much remains to be learned in order to develop the best management strategies for replacement gilts, and gestating and lactating sows that will maximize their milk production.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,136
Tête enseignante GPT0,226
Écart entre enseignants0,090 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBioOne Complete (BioOne)Même sujetReproductive Physiology in LivestockTravaux en français237 207