MétaCan
Menu
Retour à la cohorte
Enregistrement W3042178787 · doi:10.6000/1927-520x.2020.09.13

Physiological and Behavioral Changes of Water Buffalo in Hot and Cold Systems: Review

2020· article· en· W3042178787 sur OpenAlexvenueno aff
Ariadna Yáñez-Pizaña, Luis Alberto de la Cruz-Cruz, Ariel Marcel Tarazona-Morales, P. Roldán-Santiago, Gilberto Ballesteros-Rodea, Raym Pineda-Reyes, H. Orozco-Gregorio

Notice bibliographique

RevueJournal of Buffalo Science · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueFreezing and Crystallization Processes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBiologyPsychology

Résumé

récupéré en direct d'OpenAlex

This review's objective is to provide information on the mechanisms that buffaloes express during the thermoregulation process. Generally, the water buffalo is associated with warm and tropical climates. In these systems, the combination of high temperature, relative humidity, and radiation cause different physiological and behavioral changes, particularly during the summer months. Wallowing behavior in water or mud promotes heat dissipation through physical mechanisms, such as conduction, convection, and radiation. Furthermore, the provision of natural or artificial shades contributes to thermoregulation and maintains homeostasis. In production systems in cold climates, the wallowing behavior is inhibited by the water temperature, so it is important to keep the animals protected in stables to avoid the cold winds and rapid drops in temperature, causing increased illness pneumonia and sometimes death. Finally, in cold conditions, the animals require an appropriate diet since the use of energy is distributed mainly for the production of heat. Thus, heat stress and cold stress generates relevant problems in health, welfare, and productivity in water buffaloes. A comprehensive assessment of the severity of the resulting problems associated with thermal stress and specialty in cold stress in water buffaloes is necessary so far, and there's very little information about it in this species.

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 enseignants0,003
Score d'incertitude au seuil0,009

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)0,0030,000

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 Opus0,042
Tête enseignante GPT0,262
Écart entre enseignants0,220 · 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

Citations18
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Buffalo ScienceMême sujetFreezing and Crystallization ProcessesTravaux en français237 207