MétaCan
Menu
Retour à la cohorte
Enregistrement W2604718052 · doi:10.6000/1927-5129.2017.13.09

Correlation Estimates between Carcass Traits of Nili Ravi and Kundhi Buffalo

2017· article· en· W2604718052 sur OpenAlexvenueno aff
Muhammad Siddiq Zardari, Hubdar Ali Kaleri, Rameez Raja Kaleri, Asma Kaleri, Abdul Kabir, Syed Ramazan Shah, Tahir Niaz, Azhar Hussain Kaleri, Amjad Jakhro

Notice bibliographique

RevueJournal of Basic & Applied Sciences · 2017
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueLivestock Management and Performance Improvement
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBreedCarcass weightBiologyAnimal scienceCorrelationBody weightVeterinary medicineMathematicsMedicineEndocrinology

Résumé

récupéré en direct d'OpenAlex

Present study was designed to estimates the correlation between carcass traits of Nili Ravi and Kundhi buffalo. The data for carcass traits of Nili Ravi and Kundhi buffalo was collected from Seven Star International Meat Processing Company Dhabeji at Thatta. In current study the data of total 100 animals of Kundhi and Nili Ravi breed were selected and divided into A, B, C and D group. In group A and C there were Kundhi and Nili Ravi male whereas, B and D females of both breeds respectively. The data including live body weight, carcass weight, dressing percentage and boneless weight of both breeds Kundhi and Nili Ravi were collected for the estimation of correlation.The results for correlation estimates of different carcass traits indicated that the correlation estimation were found positive and high among Nili Rave breed as compared to Kundhi breed, which shows that an increase in one carcass trait would increase the other carcass traits. It was concluded that Nili Ravi carcass traits are better expressed and produces more beef than Kundhi, while Kundhi male is better in beef production than the Nili Ravi female whereas Kundhi female produces low carcass yield.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,542
Score d'incertitude au seuil0,430

Scores Codex et Gemma par catégorie

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

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 Opus0,037
Tête enseignante GPT0,259
Écart entre enseignants0,222 · 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.

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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Basic & Applied SciencesMême sujetLivestock Management and Performance ImprovementTravaux en français237 207