Best-fitting growth curves of the von Bertalanffy-Pütter type
Notice bibliographique
Résumé
INTRODUCTION: A large body of literature aims at identifying growth models that fit best to given mass-at-age data. The von Bertalanffy-Pütter differential equation is a unifying framework for the study of growth models. PROBLEM: The most common growth models used in poultry science literature fit into this framework, as these models correspond to different exponent-pairs (e.g., Brody, Gompertz, logistic, Richards, and von Bertalanffy models). Here, we search for the optimal exponent-pairs (a and b) amongst all possible exponent-pairs and expect a significantly better fit of the growth curve to concrete mass-at-age data. METHOD: Data fitting becomes more difficult, as there is a large region of nearly optimal exponent-pairs. We therefore develop a fully automated optimization method, with computation time of about 1 to 2 wk per data-set. For the proof of principle, we applied it to literature data about 217 male meat-type chickens, Athens Canadian Random Bred, that were reared under controlled conditions and weighed 28 times during a time span of 170 D. RESULTS: We compared 2 methods of data fitting, least squares using the sum of squared errors (SSE), which is common in literature, and a variant using the sum of squared log-errors SSElog. For these data, the optimal exponent-pairs were (0.43, 4.06) for SSE = 2,208.6 (31% improvement over literature values for the residual standard deviation) and (0.89, 0.93) for SSElog = 0.04599. Both optimal exponents were clearly distinct from the exponent-pairs of the common models in literature. This finding was reinforced by considering the region of nearly optimal exponents. DISCUSSION: We explain, why we recommend using SSElog for data fitting and we discuss prognosis, where data from the first 8 wk of growth would not be enough.
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 | 0,007 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 ».