MétaCan
Menu
Retour à la cohorte
Enregistrement W2791842953 · doi:10.1139/cjas-2017-0076

Injury and mortality in broilers during handling and transport to slaughter

2018· article· en· W2791842953 sur OpenAlexaffvenue
M.S. Cockram, Ketan Jung Dulal

Notice bibliographique

RevueCanadian Journal of Animal Science · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Nutrition and Physiology
Établissements canadiensUniversity of Prince Edward Island
Organismes subventionnairesnon disponible
Mots-clésVentilation (architecture)Relative humidityBroilerMedicineMechanical ventilationAnimal scienceBiologyAnesthesiaEngineering

Résumé

récupéré en direct d'OpenAlex

Multiple factors affect the risk of broiler injury and mortality during loading, transport, and lairage. These include the physical and pathophysiological condition of broilers before loading and the type of handling procedures used. The external environmental conditions have a major influence on the risk of mortality. Combinations of high stocking density, insufficient ventilation, and high temperature and humidity pose a risk of hyperthermia. Combinations of wet conditions, cold temperature, and air movement, increase the risk of hypothermia. However, protection from cold and wet conditions involves the use of side protection that restricts the trailer ventilation that can cause heat and moisture to build up in the load, increasing the risk of hyperthermia. Modular systems reduce the risk of injury and facilitate unloading into a lairage where temperature and ventilation can be controlled. The duration of loading, transport, and lairage increases the mortality risk. Deaths can occur during each stage and interactions between the duration of the preslaughter stages, the thermal environment, fasting, ill-health, and injury can reduce the physiological capacity of the birds to maintain homoeostasis resulting in exhaustion and death. Quality control and action on the identified risk factors should reduce injury and mortality during preslaughter handling and transport.

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 enseignants0,813
Score d'incertitude au seuil0,969

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 Opus0,021
Tête enseignante GPT0,244
Écart entre enseignants0,223 · 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

Citations38
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Animal ScienceMême sujetAnimal Nutrition and PhysiologyTravaux en français237 207