MétaCan
Menu
Retour à la cohorte
Enregistrement W2339162739 · doi:10.1590/1678-4162-7906

Seleção para a produção de ovos em períodos parciais e acumulados em linhagem de frango de corte comercial

2016· article· pt· W2339162739 sur OpenAlexaff
Valdecy Aparecida Rocha da Cruz, A. V. Pires, Flaviana Miranda Gonçalves, R.A. Torres Filho, Idalmo Garcia Pereira, Cláudio Vieira de Araújo

Notice bibliographique

RevueArquivo Brasileiro de Medicina Veterinária e Zootecnia · 2016
Typearticle
Languept
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic and phenotypic traits in livestock
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésPhysicsBiologyMolecular biologyHumanities

Résumé

récupéré en direct d'OpenAlex

Objetivou-se com este estudo estimar parâmetros genéticos para produções parciais e acumuladas de ovos em uma linha fêmea de frangos de corte comercial. Foram considerados 10 períodos mensais entre 25 e 64 semanas, três períodos parciais de 25 a 32, 33 a 48 e 49 a 64 semanas, e três períodos acumulados de 25 até 30, 40 e 50 semanas de idade. Os componentes de covariância e parâmetros genéticos foram obtidos pelo método da máxima verossimilhança restrita, sob o modelo animal considerando o efeito fixo de incubação e os efeitos aleatórios genético aditivo e residual. As estimativas de herdabilidade variaram de 0,12 a 0,41. Evidenciou-se que os períodos anteriores e posteriores ao maior nível de produção apresentam maior variabilidade genética. As correlações genéticas entre os períodos de produção de ovos estudados variaram de -0,12 a 0,98. De modo geral, o padrão de variação foi semelhante entre as estratégias avaliadas, e todas foram geneticamente associadas com a produção total. Os resultados deste estudo mostraram que a melhoria da produção total é viável por meio de seleção de registros parciais. No entanto, caso se considere a eficiência relativa de seleção, o segundo mês e os períodos a partir da quadragésima semana de produção seriam os mais indicados.

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)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
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 savante0,0010,000
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 Opus0,026
Tête enseignante GPT0,290
Écart entre enseignants0,264 · 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

Citations2
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArquivo Brasileiro de Medicina Veterinária e ZootecniaMême sujetGenetic and phenotypic traits in livestockTravaux en français237 207