Radio frequency identification technologies for livestock management and meat supply chain traceability
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Barge, P., Gay, P., Merlino, V. and Tortia, C. 2013. Radio frequency identification technologies for livestock management and meat supply chain traceability. Can. J. Anim. Sci. 93: 23–33. Animal electronic identification could be exploited by farmers as an interesting opportunity to increase the efficiency of herd management and traceability. Although radio frequency identification (RFID) solutions for animal identification have already been envisaged, the integration of a RFID traceability system at farm level has to be carried out carefully, considering different aspects (farm type, number and species of animals, barn structure). The tag persistence on the animal after application, the tag-to-tag collisions in the case of many animals contemporarily present in the reading area of the same antenna and the barn layout play determinant roles in system reliability. The goal of this paper is to evaluate the RFID identification system performance and determine the best practice to apply these devices in livestock management. RFID systems were tested both in laboratory, on the farm and in slaughterhouses for the implementation of a traceability system with automatic animal data capture. For this purpose a complete system for animal identification and tracking, accomplishing regulatory compliance as well as supply chain management requirements, has been developed and is described in the paper. Results were encouraging for identification of calves both in farms and slaughterhouses, while in swine breeding, identification was critical for small piglets. In this case, the design of a RFID gate where tag-to-tag collisions are avoided should be envisaged.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 découle