MétaCan
Menu
Retour à la cohorte
Enregistrement W2157461140 · doi:10.1017/s1751731109991522

Assessing feed efficiency in beef steers through feeding behavior, infrared thermography and glucocorticoids

2009· article· en· W2157461140 sur OpenAlexaff
Y.R. Montanholi, Kendall C Swanson, Rupert Palme, Flávio S. Schenkel, B.W. McBride, Duc Lu, Stephen P. Miller

Notice bibliographique

Revueanimal · 2009
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueEffects of Environmental Stressors on Livestock
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésResidual feed intakeFeed conversion ratioSilageAnimal scienceDry matterMealWeight gainBiologyBeef cattleBody weightFood scienceEndocrinology

Résumé

récupéré en direct d'OpenAlex

A better understanding of the factors regulating feed efficiency and their potential as predictors of feed efficiency in cattle is needed. Therefore, the potential of three classes of traits, namely, feeding behavior characteristics: daily time at feeder (TF; min/day), time per meal (TM; min), meal size (MS; g DM), eating rate (ER; g DM/min), number of daily meals (NM) and daily visits to the feeder (VF); infrared (IR) thermography traits (°C): eye (EY), cheek (CK), snout (SN), ribs (RB) and hind area (HA); and glucocorticoid levels: fecal cortisol metabolites (FCM; ng/g) and plasma cortisol (PC; ng/ml) as predictors of efficiency were evaluated in 91 steers (436 ± 37 kg) over 2 years (Y1 = 46; Y2 = 45). Additionally, the individual traits of each of these three classes were combined to define three single traits. Individual daily feed intake of a corn silage and high-moisture corn-based diet was measured using an automated feeding system. Body weight and thermographs were taken every 28 days over a period of 140 days. Four productive performance traits were calculated: daily dry matter intake (DMI), average daily gain (ADG), feed to gain ratio (F : G) and residual feed intake (RFI). Steers were also classified into three RFI categories (low-, medium- and high-RFI). Among the feeding behavior characteristics, MS and ER were correlated with all efficiency traits (range: 0.26 to 0.75). Low-RFI (more efficient steers) had smaller MS, lower ER and fewer VF in comparison to high-RFI steers. Less efficient steers (high-RFI) performed more VF during the nocturnal period than more efficient steers. More efficient steers had lower CK and SN temperatures than less efficient steers (28.1°C v. 29.2°C and 30.0°C v. 31.2°C), indicating greater energetic efficiency for low-RFI steers. In terms of glucocorticoids, PC was not correlated with efficiency traits. In contrast, more efficient steers had higher FCM in comparison to less efficient steers (51.1 v. 31.2 ng/g), indicating that a higher cortisol baseline is related to better feed efficiency. The overall evaluation of the three classes of traits revealed that feeding behavior, IR thermography and glucocorticoids accounted for 18%, 59% and 7% of the total variation associated with RFI, respectively. These classes of traits have usefulness in the indirect assessment of feed efficiency in cattle. Among them, IR thermography was the most promising alternative to screen cattle for this feed efficiency. These findings might have application in selection programs and in the better understanding of the biological basis associated with productive performance.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
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)0,0000,000

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 Opus0,017
Tête enseignante GPT0,252
Écart entre enseignants0,235 · 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

Citations160
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueanimalMême sujetEffects of Environmental Stressors on LivestockTravaux en français237 207