MétaCan
Menu
Retour à la cohorte
Enregistrement W2789333490 · doi:10.15544/rd.2017.062

AUTOMATIC CONCENTRATE DISTRIBUTION FOR FATTENING OF ROMANOV × DORPER LAMBS

2018· article· en· W2789333490 sur OpenAlexaboutno aff
L. Šenfelde, D. Kairiša

Notice bibliographique

RevueProccedings of International Scientific Conference "RURAL DEVELOPMENT 2017" · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueEffects of Environmental Stressors on Livestock
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAnimal scienceBody weightWeight gainQuarter (Canadian coin)BiologyGeography

Résumé

récupéré en direct d'OpenAlex

The aim of this research was to study the possibility of using automatic concentrate feeding stations in fattening of lambs. Ten Romanov × Dorper weaned male lambs (initial live weight 21.0 ± 0.86 kg) for fattening were used. Lambs were kept indoors in separate pen and research was carried out in production conditions. Concentrate was distributed for animals individually in automatic feeding station. Adaption period were not applied, eight lambs had the concentrate intake in the automatic feeding station from first research day, one started eat concentrate from third research day and one – from eleventh day of research. The frequency of visits to automatic feeding station and daily concentrate intake was recorded and analyzed. Lamb’s were weighted before research and every fourteen days, live weight changes were analyzed. During all the research average number of daily visits to automatic feeding station of one lamb were 13 visits, average daily concentrate intake per animal was: 84 % of the average ration (1642 g) in all research period. Results shows, that average daily live weight gain was 246 ± 26.3 g, during last quarter daily live weight gain (89 ± 27.7 g) was significantly (p < 0.05) lover than in other quarters. For 1 kg lamb live weight gain 5.39 kg concentrate was used.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,386
Score d'incertitude au seuil0,886

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 ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,023
Tête enseignante GPT0,247
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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProccedings of International Scientific Conference "RURAL DEVELOPMENT 2017"Même sujetEffects of Environmental Stressors on LivestockTravaux en français237 207