Perception of consultants, feedlot owners, and packers regarding the optimal economic slaughter endpoint in feedlots: a national survey in Brazil (Part I)
Notice bibliographique
Résumé
Little information exists regarding the optimal economic slaughter endpoint (OSE) for feedlot-finished cattle in Brazil. This study investigated the perceptions of Brazilian feeders regarding the optimal time for slaughter. A total of 52 interviews were conducted involving nutritionist-consultants (n = 23), feedlot owners (n = 21), and packer-owned feedlots (n = 8). The results showed that 65% of the interviewees used weight and fat cover, both estimated visually, to determine the moment for slaughter. Identifying the ideal time for slaughter was considered a challenge for respondents, and 85% of them recognized that their current slaughter endpoint identification method needed improvements. Regarding decision support systems, 58% of respondents reported they would purchase a computer program to help identify OSE, and 73% would be interested in incorporating a prototype of such a system into their feedlots. Carcass dressing (38%) and price (25%) were the main factors driving the feeder’s choice of meatpacker, followed by carcass premiums (10%). Meat quality was found to be an irrelevant criterion for Brazilian meatpackers in awarding both premiums (5%) and deductions (3%). Slaughter endpoint is determined subjectively by the Brazilian feeders, based on a visual evaluation of both weight and fatness.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».