Factors for Culling Risk due to Pregnancy Failure in Breeding-Female Pigs
Notice bibliographique
Résumé
A high occurrence of culling due to pregnancy failure disturbs the flow of pig production and decreases productivity of female pigs in commercial breeding herds. The objective of the present study was to quantify changes in culling risk due to pregnancy failure [CRPF] in breeding-female pigs due to variation in outdoor climate and production factors. The data included 240 143 parity records and 54 858 lifetime records of female pigs in 99 commercial herds located in humid subtropical and continental climate zones. The weather data were acquired from 21 local meteorological observatories close to the studied herds. Mean daily average temperature [Tmean] and relative humidity [RH] during the 21-day pre-mating period for each female were matched with the female’s reproductive data. Generalized linear mixed-effects models were applied to the data. Mean by-parity and lifetime CRPF (± SE) were 3.6 ± 0.04% and 20.1 ± 0.17%, respectively. An increase in by-parity CRPF was associated with higher Tmean, higher gilt age at first-mating, fewer pigs born alive and prolonged weaning-to-first-mating interval (P < 0.05), but not with mean RH (P > 0.18) or weaning age (P ≥ 0.31). For instance, CRPFs for female pigs in parities 0-5 were 1.5-2.4% higher at Tmean 30 °C than at 10 °C (P < 0.05). Therefore, producers are recommended to closely monitor at-risk female pigs and apply advanced cooling equipment to reduce heat stress, and provide appropriate management to prevent increased CRPF in female pigs.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».