MétaCan
Menu
← Retour à la cohorte
Enregistrement W2617695841 · doi:10.1139/cjas-2016-0243

Predictability of growth performance in feedlot cattle using fecal near infrared spectroscopy

2017· article· en· W2617695841 sur OpenAlexafffundvenueabout
L.J. Jancewicz, Greg B Penner, M. L. Swift, Cheryl Waldner, D. J. Gibb, Tim A. McAllister

Notice bibliographique

RevueCanadian Journal of Animal Science · 2017
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRuminant Nutrition and Digestive Physiology
Établissements canadiensUniversity of SaskatchewanAgriculture and Agri-Food Canada
Organismes subventionnairesAlberta Crop Industry Development Fund
Mots-clésPredictabilityFecesAnimal scienceFeedlotBiologyEnvironmental scienceChemistryMathematicsMicrobiologyStatistics

Résumé

récupéré en direct d'OpenAlex

Near-infrared spectroscopy (NIRS) was used to predict nutrients and apparent total tract digestibility (aTTD) of nutrients and gross energy (GE) using 282 dried ground fecal samples collected monthly over 13 mo from the pen floor of six feedlots in southern Alberta. Mixed-model regression was used to examine relationships among fecal composition, digestibility, dry matter intake (DMI), average daily gain (ADG), and gain to feed ratio (G:F). Lower (P < 0.01) fecal starch, greater (P ≤ 0.04) fecal neutral detergent fiber, and greater (P ≤ 0.01) aTTD of dry matter (DM), organic matter (OM), starch, and GE were observed in cattle fed tempered versus dry-rolled barley, with no differences in DMI, ADG, or G:F. Compared with cattle fed barley, those fed a wheat–barley grain mixture had greater (P ≤ 0.02) fecal starch and aTTD of DM, OM, as well as greater ADG, and G:F. Heifers had a lower (P ≥ 0.05) aTTD of DM and GE than steers. A quadratic relationship was observed between fecal starch and G:F, with sex and average body weight (BW) at time of sampling as additional variables (ρ = 0.75, P < 0.01). Our data indicate that NIRS predictions using the feces of feedlot cattle have potential in predicting G:F when variables such as BW and sex are included in the equation.

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 enseignants0,102
Score d'incertitude au seuil0,203

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
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,033
Tête enseignante GPT0,257
Écart entre enseignants0,224 · 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

Citations10
Publié2017
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Animal Science→Même sujetRuminant Nutrition and Digestive Physiology→Travaux en français237 207→