Quantifying the relative contribution of ante- and post-mortem factors to the variability in beef texture
Notice bibliographique
Résumé
This study aims to investigate the relative contribution of ante- and post-mortem factors to the final quality of beef. In all, 112 steers (four breed-crosses) were arranged in a 2 × 2 × 2 factorial experimental including production system, growth implant and β-adrenergic agonist strategies. Carcasses were suspended by the Achilles tendon or the aitch bone and meat was aged for 2/6/13/21/27 days (longissimus muscle) or 2/27 days (semimembranosus muscle). Meat quality traits related to beef texture were measured. Statistical analyses were developed including ante- and post-mortem factors and their relative contribution to the variability observed for each measured trait was calculated. The main factor responsible for the variability in sarcomere length was the suspension method (91.1%), which also influenced drip-loss (44.3%). Increasing the percentage of British breeds increased (P < 0.05) the intramuscular fat content in longissimus muscle, but only when implants were not used. Thus, the breed-cross, implant strategy and their interaction were responsible for >58% of the variability in this trait. The variability in instrumental and sensory tenderness was mainly affected by post-mortem factors (carcass suspension, ageing time and their interaction), explaining generally ∼70% of the variability in these traits. Breed-cross was the second most important effect (∼15%) when carcass suspension was not considered in the model, but still ageing time was responsible for a much larger proportion of the variability in tenderness (>45%). In conclusion, post-mortem handling of the carcasses may be much more effective in controlling beef tenderness than pre-mortem strategies.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 tête enseignante, 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 ».