MétaCan
Menu
Retour à la cohorte
Enregistrement W3035099676 · doi:10.1139/cjas-2019-0132

Effectiveness of using a hybrid rye cultivar in feeding broiler chickens

2020· article· en· W3035099676 sur OpenAlexvenueno aff
Anna Milczarek, Maria Osek, Alicja Skrzypek

Notice bibliographique

RevueCanadian Journal of Animal Science · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Nutrition and Physiology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStarterBroilerFeed conversion ratioBiologyCultivarAnimal scienceFood scienceBody weightAgronomy

Résumé

récupéré en direct d'OpenAlex

The aim of this research was to evaluate the effectiveness of the use of hybrid rye in rations for broiler chickens. The study covered 160 chickens split into four equal groups [I (control), II, III, IV] and kept for 42 d. Rye was introduced into the above-mentioned diets as a partial substitute for maize in the following quantities: (I), no rye; (II), 5% rye in starter feed and 10% rye in grower and finisher feed; (III), 10% rye in starter feed and 20% rye in grower and finisher feed; (IV), 15% rye in starter feed and 30% rye in grower and finisher feed. During the 42 d rearing period, the most favourable body weight gain (P ≤ 0.05) and feed conversion ratio (P ≤ 0.01) were observed in chickens fed with rations containing the highest share of hybrid rye (group IV). The rye did not affect the dressing percentage and muscularity but diversified the fatness of birds. The muscles of chickens from group IV showed higher (P ≤ 0.01) red saturation and lower (P ≤ 0.01) yellow saturation and hue compared with the muscle of birds receiving diets with the lowest rye content (group I). The results of the study show that the inclusion of hybrid rye can be recommended in broiler chicken diets at a share of 15% in starter feed and 30% in grower and finisher feed, respectively.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,041
Tête enseignante GPT0,248
Écart entre enseignants0,206 · 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'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

Citations8
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

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