MétaCan
Menu
Retour à la cohorte
Enregistrement W3037444675 · doi:10.1111/jpn.13407

Regulating appetite in broilers for improving body and muscle development – A review

2020· review· en· W3037444675 sur OpenAlexaff
M.F.W. te Pas, Randy Borg, N. Buddiger, Benjamin J. Wood, J.M.J. Rebel, M.M. van Krimpen, M.P.L. Calus, Jong‐Eun Park, Dirkjan Schokker

Notice bibliographique

RevueJournal of Animal Physiology and Animal Nutrition · 2020
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Nutrition and Physiology
Établissements canadiensHendrix Genetics (Canada)
Organismes subventionnairesnon disponible
Mots-clésAppetiteLivestockBroilerAnimal scienceProductivityBiologyFood scienceBiotechnologyEndocrinologyEconomicsEcologyEconomic growth

Résumé

récupéré en direct d'OpenAlex

Appetite is the desire for feed and water and the voluntary intake of feed and is an important regulator of livestock productivity and animal health. Economic traits such as growth rate and muscle development (meat deposition) in broilers are directly correlated to appetite. Factors that may influence appetite include environmental factors, such as stress and temperature variation, and animal-specific factors, such as learning period, eating capacity and preferences. Feed preferences have been reported to be determined in early life, and this period is important in broilers due to their fast growth and relatively short growth trajectories. This may be of importance when contemplating the use of more circular and sustainable feeds and the optimization of appetite for these feeds. The objective of this review was to review the biological mechanisms underlying appetite using data from human, animal and bird models and to consider the option for modulating appetite particularly as it relates to 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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

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
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,038
Tête enseignante GPT0,285
Écart entre enseignants0,247 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations28
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Animal Physiology and Animal NutritionMême sujetAnimal Nutrition and PhysiologyTravaux en français237 207