MétaCan
Menu
Retour à la cohorte
Enregistrement W2482875264

젖소 종모우 선발의 신뢰도 향상을 위한

2014· article· ko· W2482875264 sur OpenAlexaboutno aff
Gwanghyun Jo, 최태정, 조충일, 민홍립, 박상출, 박경도, 오재돈, 이학교

Notice bibliographique

RevueJournal of Agriculture & Life Science · 2014
Typearticle
Langueko
DomaineNursing
ThématiqueNutrition, Health and Food Behavior
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMaceBurden of proofReliability (semiconductor)MathematicsAnimal scienceMedicineBiologyInternal medicineLawPhysicsPolitical science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This study was performed to introduce the application method of increasing reliability by comparison between national proof, MACE(Multiple Across Country Evaluation) proof and deregressed MACE proof using 973 dairy sires in Korea. International genetic evaluation by Interbull was conducted by joining 31 groups of 32 countries with 134,533 sires for milk production traits. Correlation between national proof and MACE proof was 0.925 and the correlations by nationality were 0.917, 0.910 and 0.996 for Canadian, American(USA) and Korean, respectively. In case of sires with high reliabilities as they have plenty number of daughters, changes of reliabilities was low for both of Korean and foreign sires, however, in case of sires with low EDC(Effective Daughter Contribution) in Korea and high EDC in foreign countries, reliability was increased in MACE proof as maximum of 43. Average reliability of MACE proof was 87.16±10.62 with range of 51~99 and correlation between MACE proof and deregressed MACE proof was high as 0.945

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,636
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,013
Tête enseignante GPT0,285
Écart entre enseignants0,272 · 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 tête enseignante, pas un consensus.

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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agriculture & Life ScienceMême sujetNutrition, Health and Food BehaviorTravaux en français237 207