MétaCan
Menu
Retour à la cohorte
Enregistrement W2274975129 · doi:10.1016/j.meatsci.2016.02.033

A note comparing the welfare of Zebu cattle following three stunning-slaughter methods

2016· article· en· W2274975129 sur OpenAlexaff
Julia Eumira Gomes Neves, Mateus José Rodrigues Paranhos da Costa, Roberto de Oliveira Roça, L. Faucitano, N.G. Gregory

Notice bibliographique

RevueMeat Science · 2016
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMeat and Animal Product Quality
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesCoordenação de Aperfeiçoamento de Pessoal de Nível Superior
Mots-clésStunningZebuAnimal scienceAnimal welfareIce waterMedicineMyocardial stunningVeterinary medicineBiologyInternal medicineFood science

Résumé

récupéré en direct d'OpenAlex

The objective of this study was to assess welfare of cattle during bleeding after slaughter with or without stunning. A total of 434 bulls were distributed across three slaughter treatments: penetrating captive bolt stunning followed by chest sticking (PCB, N=279), non-penetrating captive bolt stunning followed by halal slaughter (NPCB, N=67) and shechita without previous stunning (SHE, N=88). Four measures of possible consciousness and return to sensibility were recorded 20 and 60 s after bleeding as welfare indicators. They were the frequencies of responses to nostril stimulation and tongue pinch, spontaneous eye blinking, and rhythmic breathing. All responses were absent in stunned cattle at both 20 and 60 s, and in SHE cattle 7, 4, 10, and 100% of the animals presented these responses, respectively. Repeat shots were required for 46% NPCB and 2% PCB (P<0.05). The application of religious slaughter without previous stunning may result in greater risk of cattle suffering, pain and distress at slaughter.

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 enseignants0,002
Score d'incertitude au seuil0,004

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)0,0010,000

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 Opus0,085
Tête enseignante GPT0,339
Écart entre enseignants0,254 · 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

Citations15
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMeat ScienceMême sujetMeat and Animal Product QualityTravaux en français237 207