MétaCan
Menu
Retour à la cohorte
Enregistrement W3043965108 · doi:10.3390/ani10081253

Commercial Poultry Production Stocking Density Influence on Bird Health and Performance Indicators

2020· article· en· W3043965108 sur OpenAlexaff
Stéphane Bergeron, Emmanuelle Pouliot, Maurice Doyon

Notice bibliographique

RevueAnimals · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Nutrition and Physiology
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésStockingBroilerProduction (economics)WelfareAnimal sciencePoultry farmingEnvironmental scienceToxicologyBiologyEconomicsEcology

Résumé

récupéré en direct d'OpenAlex

This study examines poultry production stocking density (SD) effect on bird welfare and economic performance. It is based on a large dataset from commercial production including observations for 2.2 million male broilers and 2.3 million female broilers from 37 production sites, with SD ranging from 20.63 kg/m2 to 41.15 kg/m2. The data collection was originally motivated by a processor’s economic concerns that increasing SD could cause slower broiler growth, higher condemnations, and lower grade meat. The data was examined using several linear regressions to determine how production parameters impacted these performance indicators. Results regarding foot pad lesion, condemnations, and mortality rates are consistent with those found in the literature. However, we find that daily weight gain is positively associated with SD, contrasting with past experimental results. The difference between the scope of commercial and experimental productions is discussed as a possible reason for these conflicting results.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,257
Score d'incertitude au seuil0,188

Scores Codex et Gemma par catégorie

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

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 Opus0,036
Tête enseignante GPT0,243
Écart entre enseignants0,207 · 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 tête enseignante, 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

Citations26
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnimalsMême sujetAnimal Nutrition and PhysiologyTravaux en français237 207