Nurse Sows’ Reproductive Performance in Different Parities and Lifetime Productivity in Spain
Notice bibliographique
Résumé
Our objective was to characterize use of nurse sows in Spanish breeding herds. We analyzed 466 111 parity records and lifetime records of 92 716 sows farrowed between 2011 and 2017 in 69 herds having nurse records. Nurse sows were defined as sows that had weaned 2 or 3 litters in the same lactation period. Mixed-effects models were applied to the data to compare reproductive performance and lifetime productivity between nurse and non-nurse sows. Of all the sows, 6 705 (7.2%) sows served as nurse sows at least once in their lifetime, with 10.2% of the nurse sows having a second nurse event in a later parity. Mean values (SE) of lactation length and number of piglets weaned were 31.0 (0.11) days and 21.9 (0.04) piglets in nurse sows, respectively. Across parities 2-6, nurse sows had 1.9-3.0% greater proportions of weaning-to-first-mating interval 7-20 days than non-nurse sows (P < 0.05). There was no difference between nurse sows and non-nurse sows in farrowing rate in any parity (P ≥ 0.13) and piglets born alive in parities 1-5 (P ≥ 0.15). Also, nurse sows had 3.7-7.4 more annualized lifetime piglets weaned than non-nurse sows (P < 0.01), because nurse sows had similar lifetime non-productive days with non-nurse sows (P ≥ 0.07), but produced 9.3-12.0 more lifetime piglets weaned than non-nurse sows (P < 0.01). Using nurse sows could be a good practice to cope with highly prolific sows.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 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 ».