MétaCan
Menu
Retour à la cohorte
Enregistrement W3004511774 · doi:10.1016/j.japr.2019.12.009

Precision livestock feeding: matching nutrient supply with nutrient requirements of individual animals

2020· article· en· W3004511774 sur OpenAlexaff
M.J. Zuidhof

Notice bibliographique

RevueThe Journal of Applied Poultry Research · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Nutrition and Physiology
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésLivestockNutrientSustainabilityMatching (statistics)Resource (disambiguation)Animal feedComputer scienceFood supplyAgricultural engineeringEnvironmental economicsBusinessEnvironmental scienceAgricultural scienceBiotechnologyEcologyEconomicsEngineeringBiologyMathematics

Résumé

récupéré en direct d'OpenAlex

Precision livestock feeding aims to match nutrient supply precisely with the nutrient requirements of individual animals, based on real-time feedback from sensors. The benefits include greater economic returns, reduced excretion to the environment, and improved efficiency of resource utilization. Animal models must be further developed and integrated with new and existing smart machines designed to deliver the right amount of the right feed to the right bird at the right time. This will require real-time sensing technologies to provide input about the feed and feed ingredients, the environment, and the birds themselves. Sensor data will allow precise estimation of nutrient requirements of each bird in real-time, to be delivered immediately to that bird by a capable machine. Precision livestock feeding will strengthen the economic, environmental, and social responsibility pillars of sustainability.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,734
Score d'incertitude au seuil0,278

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,121
Tête enseignante GPT0,330
Écart entre enseignants0,209 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations55
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Applied Poultry ResearchMême sujetAnimal Nutrition and PhysiologyTravaux en français237 207