MétaCan
Menu
Retour à la cohorte
Enregistrement W2144481275 · doi:10.1093/ps/82.10.1509

Carcass composition and yield of 1957 versus 2001 broilers when fed representative 1957 and 2001 broiler diets

2003· article· en· W2144481275 sur OpenAlexaboutno aff
GB Havenstein, PR Ferket, MA Qureshi

Notice bibliographique

RevuePoultry Science · 2003
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Nutrition and Physiology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBroilerAnimal scienceYield (engineering)White meatBiologyAbdominal fatBody weightFood science

Résumé

récupéré en direct d'OpenAlex

The yield of carcass parts as well as levels of carcass fat, moisture, and ash were measured in the 1957 Athens-Canadian Randombred Control (ACRBC) and in the Ross 308 commercial broiler, when fed diets that were representative of those being fed during 1957 and 2001. The Ross 308 was used to represent 2001 commercial broilers. Comparisons of carcass weights of the Ross 308 on the 2001 diet versus the ACRBC on the 1957 diet showed they were 6.0, 5.9, 5.2, and 4.6 times heavier than the ACRBC at 43, 57, 71, and 85 d of age, respectively. Yields of hot carcass without giblets (fat pad included) were 12.3, 13.6, 12.2, and 11.1 percentage points higher for the Ross 308 than for the ACRBC at those ages. The yields of total breast meat for the Ross 308 were 20.0, 21.3, 21.9, and 22.2% and were 8.4, 9.9, 10.3, and 9.8 percentage points higher than for the ACRBC at those ages. Yields of saddle and legs for the Ross 308 broiler were approximately 31 to 32% over the four ages and were about 1.5 to 2% higher than for the ACRBC at the different ages. The Ross 308 averaged 13.7, 15.0, 18.6, and 18.5% whole carcass fat versus 8.5, 10.6, 12.7, and 14.0% for the ACRBC at the four ages. In conjunction with previous studies, the current data show that yield of broiler carcass parts has continued to increase over time and that genetics has been the major contributor to changes in yield.

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 enseignants0,005
Score d'incertitude au seuil0,011

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
Bibliométrie0,0010,000
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 Opus0,065
Tête enseignante GPT0,284
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

Citations550
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePoultry ScienceMême sujetAnimal Nutrition and PhysiologyTravaux en français237 207