Estimating fat reserves in Rasa Aragonesa ewes: A comparison of different methods
Notice bibliographique
Résumé
Four pre-slaughter measurements, liveweight (LW), body condition score (BCS) and fat thickness, measured by ultrasound, in the lumbar (FTL) and sternal regions (FTS), and four post-slaughter measurements, empty liveweight (ELW), hot carcass weight (HCW) and diameter of adipocytes in subcutaneous (DSC) and omental (DOM) fat depots¸ were used to predict the weight of fat in the omental (OM), mesenteric (MES), perirenal (PR), subcutaneous (SC) and intermuscular (IM) depots of ewes. Linear and multiple regressions were fitted to data from 42 adult, non-pregnant and non-lactating Rasa Aragonesa ewes, with liveweights between 29.8 and 79.2 kg and body condition scores between 0.75 and 4.5. Using a single parameter, ELW and HCW gave the most accurate predictions of the total depot fat (R2 = 0.88 and 0.90, RSD = 1.571 and 1.484 kg, respectively). Multiple regressions predicted total weight of fat depots from the pre-slaughter variables LW, BCS and FTS with an R2 value of 0.92 (RSD=1.317 kg). This result confirms the utility of using in vivo measures as fat reserve predictors in Rasa Aragonesa ewes. Key words: Fat tissue, liveweight, body condition score, adipocytes, ultrasound, ewes
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».