MétaCan
Menu
Retour à la cohorte
Enregistrement W2978384403 · doi:10.1139/cjas-2019-0077

Intermittent lighting program does not hinder the performance of broiler chickens and promotes energy economy

2019· article· en· W2978384403 sur OpenAlexvenueno aff
Ezequiel Somavilla Manfio, Ianglio Márcio Travassos Duarte Jácome, Felipe Cardoso Serpa, Leonardo Faccenda Zanchin, Maria Fernanda de Castro Burbarelli, Bruna Barreto Przybulinski, Deivid Kelly Barbosa, Rodrigo Garófallo Garcia

Notice bibliographique

RevueCanadian Journal of Animal Science · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Nutrition and Physiology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBroilerCompletely randomized designAnimal scienceFeed conversion ratioFactorial experimentBiologyBody weightVeterinary medicineMathematicsStatisticsMedicine

Résumé

récupéré en direct d'OpenAlex

The objective of this study was to evaluate the performance of broiler chickens in different lighting programs. Broiler chickens were fed on feeders of different colours at different breeding phases. In total, 240 Cobb500™ chicks mixed at 1 d of age were used. They were distributed in a completely randomized design. The treatments followed a 2 × 4 factorial design: two lighting programs (continuous and intermittent), and four colours of feeders (white, green, blue, and red). The birds were evaluated for weekly productive performance and the data were submitted to analysis of variance and later Tukey’s test for comparison of means. In the periods 1–7, 1–21, and 1–42 d of age, lighting programs and feeder colours affected weight gain, feed intake, and feed conversion. Intermittent red feeders influenced positively the performance of birds. It is possible to replace conventional lighting programs for intermittent lighting programs. Red feeders exert a positive influence on the performance of broiler chickens.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,012
Tête enseignante GPT0,202
Écart entre enseignants0,190 · 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

Citations8
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Animal ScienceMême sujetAnimal Nutrition and PhysiologyTravaux en français237 207