Notice bibliographique
Résumé
The present study was undertaken to investigate the reproductive performance of the female breeding pigs after artificial insemination (AI) using the frozen boar semen imported from Canada, thereby finding insights into improving the efficiency of AI using the frozen semen (FSAI). Analyzed in the present study were the records of a total of 626 FSAI in a great grandparent (GGP) farm beginning from May through November of the year of 2016 (Farm A) and 2,024 FSAI beginning from 2015 through 2017 from a second GGP farm (Farm B). Both the total number of piglets born (TNB) and the number born alive (NBA) were greater during May than during September within FSAI (p<0.05) in Farm A (p<0.01 for the effect of the month). In Farm B, no difference was detected between the years in any of the farrowing rate, TNB, and NBA. When the records from Farm A and Farm B were pooled, the farrowing rate was greater for Farm A vs. Farm B (p<0.01), with no difference between the two farms in TNB and NBA. Moreover, TNB and NBA were less for FSAI than for AI using the liquid semen (LSAI; 10.9±0.3 vs. 13.4±0.1 and 10.0±0.3 vs. 12.0±0.1 piglets, respectively, for FSAI vs. LSAI in TNB and NBA, respectively; p<0.01). In conclusion, these results suggest that the reproduction efficiency for FSAI, which is lower than that for LSAI, could be improved by selecting an optimal period of the year for the use of the former.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,010 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».