MétaCan
Menu
Retour à la cohorte
Enregistrement W2134005903 · doi:10.5539/mas.v8n6p170

Modern Intensive Dairy Beef Production Systems in Russia

2014· article· en· W2134005903 sur OpenAlexvenueno aff
Г. П. Легошин, Т. Г. Шарафеева, А. П. Мамонов

Notice bibliographique

RevueModern Applied Science · 2014
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Nutrition and Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBreedAnimal scienceDry matterForageBiologyCarcass weightFeed conversion ratioBody weightAgronomy

Résumé

récupéré en direct d'OpenAlex

The objective of this study was to determine the biological and economic efficiency of growing-finishing young dairy bulls slaughtered at different live weights under current consumer´s requirements and market conditions. Experiment was conducted with bull calves of Black and White breed with high level (>85%) Holstein blood (n=60). All animals were indoor housed and fed on diets consisting of forage (55 percent on dry matter basis) and concentrate (45 percent) with flat daily live weight gains 900-1000g. The overall findings for the dairy calf to beef system can be summarized as follows. Under current conditions optimum slaughter weights of young bulls are 500-550 kg at the ages of 17-18 months. Biological efficiency as measured by carcass weight production per animal, carcass and meat qualities, increased with increasing of slaughter weights from 400 to 550kg. The same pattern has occurred for net return, but profitability was unchanged. Production systems with light slaughter live weights require more number of cattle by 14-41 percent to produce the same carcass weights. On the other hand feed conversion of the bulls slaughtered at light live weights was higher. Meat potential of Black and white breed with high proportion of Holstein blood is good enough to produce quality lean carcasses.

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,934
Score d'incertitude au seuil0,277

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,029
Tête enseignante GPT0,240
Écart entre enseignants0,211 · 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'étudeExpérimental (laboratoire)
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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueModern Applied ScienceMême sujetAnimal Nutrition and HealthTravaux en français237 207