MétaCan
Menu
Retour à la cohorte
Enregistrement W2936136078 · doi:10.33772/jitro.v2i2.3800

KID CROP DAN MORTALITAS ANAK KAMBING KACANG DI DAERAH DARATAN DAN KEPULAUAN KABUPATEN BUTON

2015· article· id· W2936136078 sur OpenAlexaff
Basman Basman, Takdir Saili, La Ode Ba’a

Notice bibliographique

RevueJurnal Ilmu dan Teknologi Peternakan Tropis · 2015
Typearticle
Langueid
DomaineAgricultural and Biological Sciences
ThématiqueLivestock Farming and Management
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésCropAnimal scienceBiologyAgronomy

Résumé

récupéré en direct d'OpenAlex

Penelitian ini bertujuan untuk mengetahui produktivitas ternak Kambing Kacang berdasarkan nilai kid crop dan mortalitas anak Kambing Kacang baik di wilayah kepulauan maupun wilayah daratan Kabupaten Buton. Penelitian ini dilaksanakan di Kecamatan Siompu (mewakili wilayah kepulauan) dan di Kecamatan Lapandewa (mewakili wilayah daratan) Kabupaten Buton. Metode penentuan lokasi penelitian dilakukan secara purposive sampling, stratified sampling dan simple random sampling dan penentuan responden di setiap desa dilakukan secara sensus. Data penelitian dianalisis secara deskriptif. Hasil penelitian menunjukkan bahwa kid crop Kambing Kacang di Kecamatan Siompu sebesar 150,98% dan Kecamatan Lapandewa sebesar 159,84%. Kidding Interval Kambing Kacang di Kecamatan Siompu sebesar 8,2 bulan dan di Kecamatan Lapandewa sebesar 8,19 bulan. Di Kecamatan Siompu diperoleh rataan litter size sebesar 1,77 dan di Kecamatan Lapandewa sebesar 1,53. Jumlah cempe Kambing Kacang yang lahir di Kecamatan Siompu sebanyak 84 ekor (38 ekor jantan dan 46 ekor betina). Di Kecamatan Lapandewa jumlah cempe Kambing Kacang yang lahir sebanyak 68 ekor (37 ekor jantan dan 31 ekor betina). Persentase mortalitas cempe kambing Kacang di Kecamatan Siompu sebesar 22,61% dan di Kecamatan Lapandewa sebesar 11,76%. Dapat disimpulkan bahwa produktivitas dan reprodutivitas ternak Kambing Kacang baik di wilayah kepulauan maupun di wilayah daratan Kabupaten Buton masih sangat baik, namun, tingkat mortalitas cempe di wilayah kepulauan masih relatif tinggi.Kata Kunci: Kambing Kacang, Performans, Kid Crop, Mortalitas, Lapandewa, Siompu

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0160,002

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.

Tête enseignante Opus0,048
Tête enseignante GPT0,263
Écart entre enseignants0,215 · 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 source (Gemma direct ou Codex distillé), 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

Citations4
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Ilmu dan Teknologi Peternakan TropisMême sujetLivestock Farming and ManagementTravaux en français237 207