MétaCan
Menu
← Retour à la cohorte
Enregistrement W2261706523

Research on the influence of density from pen on growth parameters recorded at pigs that are used for the production of bacon.

2012· article· en· W2261706523 sur OpenAlexaboutno aff
C Radu, G. V. Hoha, I. B. Pagu, C. E. Nistor, B. Păsărin

Notice bibliographique

RevueLucrări Ştiinţifice - Universitatea de Ştiinţe Agricole şi Medicină Veterinară, Seria Zootehnie · 2012
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Nutrition and Physiology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFeed conversion ratioAnimal scienceBody weightBiologyMathematicsWeight gain
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The purpose of this study was to establish the influence of density from pen on the production performance registered in a pig breeding unit for bacon. The biological material consisted of xYorkshire Landrace x Duroc triracial Metis (LYD) divided into two batches: L1 21 animals per pen and L2 26 animals per pen. The following parameters were observed: the dynamics of weight gain, average daily gain, feed consumption during growth and fattening period, the feed conversion index and the actual losses and their causes. The dynamics of the body weight shows a superiority of the batch: L1 (99, 4 kg) to batch L2 (97.8 kg), which represents a difference of 1.63%. Also in the case of other studied parameters (the average daily weight gain, feed consumption, feed conversion) the batch that was formed from 21 specimens/pen (L1) registered high performances in comparison with batch L2 (26 specimens/pen). The results that were obtained confirm the fact that the density of the pens influences the productive performances of the pigs. On the basis of the data we recommend that the pigs are kept in effectives of 20-21 specimens per pen in order to obtain better productive and economic results.

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 enseignants0,001
Score d'incertitude au seuil0,005

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
Bibliométrie0,0000,000
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 Opus0,104
Tête enseignante GPT0,288
Écart entre enseignants0,184 · 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

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLucrări Ştiinţifice - Universitatea de Ştiinţe Agricole şi Medicină Veterinară, Seria Zootehnie→Même sujetAnimal Nutrition and Physiology→Travaux en français237 207→