Sinusoidal function to describe the growth curve of dairy heifers
Notice bibliographique
Résumé
The objective of the present study is to introduce a sinusoidal function into dairy research and production by applying it to bodyweight records (from 1 to 24 months) from six dairy cow breeds reported by the Dairy Heifer Evaluation Project of Penn State Extension (USA) from 1991 to 1992. The function was evaluated with regard to its ability to describe the relationship between bodyweight and age in dairy heifers, and then compared with seven standard growth functions, namely monomolecular, logistic, Gompertz, von Bertalanffy, Richards, Schumacher and Morgan. The models were fitted to monthly bodyweight records of dairy heifers using non-linear regression to derive estimates of the parameters of each function. The models were tested for goodness of fit by using adjusted coefficient of determination, root mean square error, Akaike’s information criterion and Bayesian information criterion. Values of adjusted coefficient of determination were generally high for all models, suggesting the generally appropriate fit of the models to the data. The sinusoidal function provided the best fit of the growth curves for Brown Swiss, Guernsey and Milking Shorthorn breeds due to the lowest values of root mean square error, Akaike’s information criterion and Bayesian information criterion. According to the chosen statistical criteria, the Richards function provided the best fit for Ayrshire heifers, and the monomolecular the best for Holstein and Jersey. The least accurate estimates were obtained with the logistic. In conclusion, the sinusoidal function introduced here can be considered as an appropriate alternative to standard growth functions when modelling growth patterns in dairy heifers.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».