MétaCan
Menu
Retour à la cohorte
Enregistrement W2623123221 · doi:10.5539/jas.v9n7p116

Effect of Egg Size on Hatchability and Subsequent Growth Performance of Fayoumi Chicken

2017· article· en· W2623123221 sur OpenAlexvenueno aff
Ewonetu Kebede Senbeta

Notice bibliographique

RevueJournal of Agricultural Science · 2017
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueLivestock and Poultry Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHatchlingBiologyAnimal scienceWeight gainLitterFeed conversion ratioBody weightDeep litterHatchingEcologyEndocrinology

Résumé

récupéré en direct d'OpenAlex

The study was conducted to determine effect of egg-weight on hatchability and subsequent growth performance of Fayoumi breeds. A total of 576 eggs were purposively selected and arranged into three groups of small, medium and large sizes each with 192 eggs. Each egg group was randomly sub-divided into three replicates of 64 eggs in a CRD. Eggs were incubated for 21 days and chicks hatched on the same day were counted and individually weighed. Chicks were intensively raised on deep litter system for eight weeks on same diet, but kept separately according to their initial treatment of eggs. Data was analyzed by GLM of SAS and separated for means by Duncan’s multiple-range test. The study result revealed that egg size had effect on hatchability and strongly influenced all parameters measured during the brooding periods. It has significant effect on day-old weight, body weight, final weight gain, final feed conversion and mortality. Chicken producers may opt for medium-sized eggs principally for the purpose of better hatchability and feed conversion ratio whereas large sized eggs for better hatchling weight, weight gain and survivability. It is also recommended that future work may also address the effect of egg size on the same parameters at grower or pullet stage performance and specific diseases which cause paramount chick mortality should be identified.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,540
Score d'incertitude au seuil0,323

Scores Codex et Gemma par catégorie

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 technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,010
Tête enseignante GPT0,231
Écart entre enseignants0,221 · 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

Citations9
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetLivestock and Poultry ManagementTravaux en français237 207