MétaCan
Menu
Retour à la cohorte
Enregistrement W2803005512 · doi:10.1017/s1751731118000666

Development of equations, based on milk intake, to predict starter feed intake of preweaned dairy calves

2018· review· en· W2803005512 sur OpenAlexafffund
Alex Lopes da Silva, T.J. DeVries, Luís O Tedeschi, Marcos Inácio Marcondes

Notice bibliographique

Revueanimal · 2018
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRuminant Nutrition and Digestive Physiology
Établissements canadiensUniversity of Guelph
Organismes subventionnairesFundação de Amparo à Pesquisa do Estado de Minas GeraisConselho Nacional de Desenvolvimento Científico e TecnológicoNatural Sciences and Engineering Research Council of CanadaInstituto Nacional de Ciência e Tecnologia de Ciência AnimalCoordenação de Aperfeiçoamento de Pessoal de Nível Superior
Mots-clésStarterCrossbreedAnimal scienceBreedBiologyMedicineFood science

Résumé

récupéré en direct d'OpenAlex

There is a lack of studies that provide models or equations capable of predicting starter feed intake (SFI) for milk-fed dairy calves. Therefore, a multi-study analysis was conducted to identify variables that influence SFI, and to develop equations to predict SFI in milk-fed dairy calves up to 64 days of age. The database was composed of individual data of 176 calves from eight experiments, totaling 6426 daily observations of intake. The information collected from the studies were: birth BW (kg), SFI (kg/day), fluid milk or milk replacer intake (MI; l/day), sex (male or female), breed (Holstein or Holstein×Gyr crossbred) and age (days). Correlations between SFI and the quantitative variables MI, birth BW, metabolic birth BW, fat intake, CP intake, metabolizable energy intake, and age were calculated. Subsequently, data were graphed, and based on a visual appraisal of the pattern of the data, an exponential function was chosen. Data were evaluated using a meta-analysis approach to estimate fixed and random effects of the experiments using nonlinear mixed coefficient statistical models. A negative correlation between SFI and MI was observed (r=-0.39), but age was positively correlated with SFI (r=0.66). No effect of liquid feed source (milk or milk replacer) was observed in developing the equation. Two equations, significantly different for all parameters, were fit to predict SFI for calves that consume less than 5 (SFI5) l/day of milk or milk replacer: ${\rm SFI}_{{\,\lt\,5}} {\equals}0.1839_{{\,\pm\,0.0581}} {\times}{\rm MI}{\times}{\rm exp}^{{\left( {\left( {0.0333_{{\,\pm\,0.0021 }} {\minus}0.0040_{{\,\pm\,0.0011}} {\times}{\rm MI}} \right){\times}\left( {{\rm A}{\minus}{\rm }\left( {0.8302_{{\,\pm\,0.5092}} {\plus}6.0332_{{\,\pm\,0.3583}} {\times}{\rm MI}} \right)} \right)} \right)}} {\minus}\left( {0.12{\times}{\rm MI}} \right)$ ; ${\rm SFI}_{{\,\gt\,5}} {\equals}0.1225_{{\,\pm\,0.0005 }} {\times}{\rm MI}{\times}{\rm exp}^{{\left( {\left( {0.0217_{{\,\pm\,0.0006 }} {\minus}0.0015_{{\,\pm\,0.0001}} {\times}{\rm MI}} \right){\times}\left( {{\rm A}{\minus}\left( {3.5382_{{\,\pm\,1.3140 }} {\plus}1.9508_{{\,\pm\,0.1710}} {\times}{\rm MI}} \right)} \right)} \right)}} {\minus}\left( {0.12{\times}{\rm MI}} \right)$ where MI is the milk or milk replacer intake (l/day) and A the age (days). Cross-validation and bootstrap analyses demonstrated that these equations had high accuracy and moderate precision. In conclusion, the use of milk or milk replacer as liquid feed did not affect SFI, or development of SFI over time, which increased exponentially with calf age. Because SFI of calves receiving more than 5 l/day of milk/milk replacer had a different pattern over time than those receiving <5 l/day, separate prediction equations are recommended.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,973
Score d'incertitude au seuil0,376

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,079
Tête enseignante GPT0,298
Écart entre enseignants0,219 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueanimalMême sujetRuminant Nutrition and Digestive PhysiologyTravaux en français237 207