MétaCan
Menu
Retour à la cohorte
Enregistrement W2747911616 · doi:10.21451/1984-3143-ar1002

Impact and mechanisms of inflammatory diseases on embryonic development and fertility in cattle

2017· article· en· W2747911616 sur OpenAlexaff
E.S. Ribeiro, M.R. Carvalho

Notice bibliographique

RevueAnimal Reproduction · 2017
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueReproductive Physiology in Livestock
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésConceptusBiologyPregnancyFertilityDiseaseIce calvingPhysiologyHerdLactationImmunologyFetusInternal medicineMedicineGeneticsPopulationAnimal science

Résumé

récupéré en direct d'OpenAlex

Inflammatory diseases are prevalent in cattle and impair fertility. Cows affected by inflammatory disease from parturition to the day before breeding have reduced fertilization of oocytes, reduced survival of zygotes to the morula stage, impaired development to early stages of conceptus elongation, reduced secretion of interferon during the period of pregnancy recognition, altered transcriptome of preimplantation conceptus cells, and increased pregnancy loss. Consequently, these cows have reduced pregnancy and calving per breeding. Reduced oocyte competence is a likely reason for the carryover effects of diseases on developmental biology, but impaired uterine environment is also involved. Effects on pregnancy survival are observed up to 5 months after the diagnosis and treatment of disease, and effects on developmental biology seem to be extended into postnatal life in pregnancies that survive until term. Although the biological mechanism mediating the effects of inflammatory diseases are still not completely understood, control of inflammation during the clinical presentation of diseases seems to alleviate the negative effects on reproductive biology. It is increasingly evident that animal health, not only at the time of breeding or pregnancy development but also in the period preceding breeding, is imperative for optimal reproduction in cattle and should always be considered in herd evaluations and managerial decisions.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,702
Score d'incertitude au seuil0,155

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
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 Opus0,027
Tête enseignante GPT0,269
Écart entre enseignants0,243 · 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

Citations43
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnimal ReproductionMême sujetReproductive Physiology in LivestockTravaux en français237 207