Pre-Weaning Growth Performance of Piglets at Smallholder Farms in Gauteng Province
Notice bibliographique
Résumé
The objective of the study was to determine pre-weaning performance of piglets born following artificial insemination (AI) at smallholder farms of Gauteng province. Data from 496 piglets originating from 73 multiparous crossbred sows were used in the study. Litter size, number of piglets born alive, number of piglets weaned, birth and weaning weights were recorded. Data was analysed using the Proc Univariate procedure of SAS. The average litter size was 11.8. The average birth weight and weaning weights were 1.9 and 6.2 kg, respectively. No significant differences were found between male and female piglets for all the growth performance characteristics. Piglets born during winter had a significantly higher (P < 0.05) birth and weaning weight as compared to autumn and summer months. Season had a significant effect on birth and weaning weight (P < 0.01). However, sex of piglets had no significant effect on all the characteristics recorded (P > 0.05). The interaction between sex and season was only confirmed on the total number of weaned piglets (P < 0.01). A highly significant positive correlation was found between litter size and number of piglets born alive (r = 0.86) and total number of piglets weaned (r = 0.50). A highly significant correlation was found between total number of piglets born alive and total number of piglets weaned (r = 0.55). In conclusion, season of birth had the greatest impact on birth and weaning weight, with the highest birth and weaning weights recorded during winter season. However, sex did not affect the pre-weaning performance of piglets.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».