MétaCan
Menu
Retour à la cohorte
Enregistrement W2966194403 · doi:10.1093/jas/skz122.259

351 Neonatal birth weight effects on gilt development growth and first parity reproductive efficiency

2019· article· en· W2966194403 sur OpenAlexaff
China Supakorn, Clay A Lents, Xochitl Martinez, Jeff Vallet, R. D. Boyd, Ashley DeDecker, Kenneth J. Stalder

Notice bibliographique

RevueJournal of Animal Science · 2019
Typearticle
Langueen
DomaineVeterinary
ThématiqueAnimal Behavior and Welfare Studies
Établissements canadiensSmiths Detection (Canada)
Organismes subventionnairesnon disponible
Mots-clésBirth weightLitterAnimal scienceParity (physics)CrossbreedBiologyLarge whitePregnancyEcologyGenetics

Résumé

récupéré en direct d'OpenAlex

Abstract There has been a great deal of interest in gilt development characteristics that predict gilt growth and reproductive traits and which could be measured and manipulated early in the gilt’s lifetime. The objective of the study was to determine neonatal birth weight effects on gilt development growth performance and parity 1 sow reproductive performance traits. Data were collected from 1,052 litters housed at Circle 4 Farms, Milford, UT. A total of 2,960 crossbred Large White x Landrace maternal line gilts entered the research gilt development unit. Gilts were categorized by their individual neonatal birth weight into 3 groups Group I (≤ 1.1 kg; n = 772), Group II (1.2 to 1.5 kg; n = 1,356), and Group III (≥ 1.6 kg; n = 832). Growth and reproductive trait least square means (±SE) for each birth weight group were analyzed and compared among birth weight groups using PROC GLM. Fixed effects in the model included birth weight, farm, and development diet with the random effect of pen within a room. Neonatal birth weight group was a significant (P < 0.05) source of variation for gilt growth in development, number born alive, and litter birth weight at first parity. Gilts from the largest birth weight group had significantly (P < 0.05) larger BW at 100 (45.1 ± 0.3 kg), and BW 200 days (125.7 ± 0.7 kg), faster average daily gain (0.81 ± 0.005 kg), larger BW at puberty (137.7 ± 0.8 kg), larger BW at farrowing (201.1 ± 1.2 kg), larger BW at post-weaning (195.0 ± 1.0 kg), larger number born alive (11.8 ± 0.1), larger litter birth weights (18.2 ± 0.2 kg). The largest birth weight group tended (P > 0.05) to wean more pigs (9.0 ± 0.2) and have greater litter weaning weights (48.8 ± 1.04 kg) at first parity when compared to gilts from the other two birth weight groups. Improving neonatal birth weight will improve gilt development and productivity through first parity.

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 enseignants0,003
Score d'incertitude au seuil0,006

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,287
Écart entre enseignants0,266 · 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

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Animal ScienceMême sujetAnimal Behavior and Welfare StudiesTravaux en français237 207