MétaCan
Menu
Retour à la cohorte
Enregistrement W3015079203 · doi:10.5539/ijb.v12n2p65

A Model of Animals Phenotype with Superior Growth

2020· article· en· W3015079203 sur OpenAlexvenueno aff
V. L. Stass

Notice bibliographique

RevueInternational Journal of Biology · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Nutrition and Physiology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFeed conversion ratioGrowth rateBiological systemFunction (biology)OntogenyGrowth modelBiologyMathematicsBody weightEconometricsEvolutionary biologyGeneticsMathematical economics

Résumé

récupéré en direct d'OpenAlex

The aim of this study is to model and analyse a dynamic of feed conversion coefficient in pigs' ontogeny. Feed conversion is a process that couples feed intake, and growth. While there has been much research into the problem, a quantitative relation between the traits has not been revealed. The study considers feed as nutrient weight rather than its energy or a separate feedstuff. A main task of the research is to find out an analytical function between the traits. It is expected that the study will provide a new insight into the problem. Animals are open systems; they need feed to sustain life, to grow and develop. It is plausible to suppose that growth of animal is a function of feed conversion and body weight. To find out and analyse this function a deterministic model of growth was built. The model was built as a dynamic system that describes the growth of individual animals. Both continuum and discrete-time modelling techniques are employed. The model is based on a data set obtained in experiments and field observations. Theoretical notions about the growth have been used for the model analyses. It is shown that in ontogeny feed conversion and growth rate are functionally related traits. Between the traits, there is a nonlinear relation that concerns the growth rate, and feed conversion coefficient. In the model, the feed conversion coefficient is the variable that determines the dynamic of growth.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,045
Tête enseignante GPT0,254
Écart entre enseignants0,210 · 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

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of BiologyMême sujetAnimal Nutrition and PhysiologyTravaux en français237 207