MétaCan
Menu
Retour à la cohorte
Enregistrement W2137913501 · doi:10.5539/jfr.v4n2p27

The Effect of On-Farm Slaughter via Gunshot and Conventional Slaughter on Sensory and Objective Measures of Beef Quality Parameters

2014· article· en· W2137913501 sur OpenAlexvenueno aff
Markus S. Friedrich, Katrin J. Schiffer, Stefanie Retz, Caroline Stehling, Ingrid Seuß‐Baum, Oliver Hensel

Notice bibliographique

RevueJournal of Food Research · 2014
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMeat and Animal Product Quality
Établissements canadiensnon disponible
Organismes subventionnairesBundesamt für Landwirtschaft
Mots-clésStunningTendernessLongissimus dorsiAnimal scienceFood scienceMedicineBiologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Beef quality parameters can be negatively affected by pre-slaughter stress. Slaughter via gunshot directly on the pasture appears to be suitable for the reduction of pre-slaughter stress by avoiding stressors such as transportation, lairage and human contact. The effect of slaughtering via gunshot on sensory and objective measures of beef quality parameters for the Musculus longissimus dorsi of Galloway steers was analyzed and compared to conventional slaughter at the abattoir using captive-bolt stunning. The Warner-Bratzler shear force (WBSF) was significantly (P < 0.01) lower for the meat of the animals slaughtered via gunshot (arithmetic mean (AM) gunshot: 4.34 kg; AM captive-bolt pistol: 4.77 kg). However, trained assessors were not able to recognize this difference (P > 0.05). No significant differences (P > 0.05) were observed for cooking loss and the sensory quality evaluation of juiciness. As measured by the WBSF, the meat of the animals slaughtered via gunshot was slightly more tender than was the meat of the animals stunned with a captive-bolt pistol. However, for the cooking loss and sensory evaluations, no effect of the slaughter methods was observed. Nevertheless, this study reveals the potential that slaughter via gunshot provides for the improvement of beef quality.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,145
Tête enseignante GPT0,364
Écart entre enseignants0,219 · 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

Citations3
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Food ResearchMême sujetMeat and Animal Product QualityTravaux en français237 207