MétaCan
Menu
Retour à la cohorte
Enregistrement W3046865845 · doi:10.3390/agriculture10080320

Data Driven Enhancements to the Intestinal Integrity (I2) Index: A Novel Approach to Support Poultry Sustainability

2020· article· en· W3046865845 sur OpenAlexaff
Alexandra Swirski, Hind Kasab-Bachi, Jocelyn Rivers, Jeffrey B. Wilson

Notice bibliographique

RevueAgriculture · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Nutrition and Physiology
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésFlockIndex (typography)SustainabilityProduction (economics)Feed conversion ratioPoultry farmingStatisticsEnvironmental scienceVeterinary medicineEnvironmental economicsBusinessMathematicsComputer scienceMedicineBiologyEcologyEconomicsBody weight

Résumé

récupéré en direct d'OpenAlex

Background: Optimizing the intestinal integrity of poultry flocks through a comprehensive index measure, such as the intestinal integrity (I2) index, could help to promote sustainable production in the poultry industry. The I2 index is a tool for assessing the intestinal health of flocks based on flock level health and performance data, captured by Elanco Animal Health’s global surveillance system, i.e., the Health Tracking System (HTSi). The objectives of this study were to evaluate the relationships between the proposed I2 index and each of the following four performance parameters: average daily gain (ADG), feed conversion ratio (FCR), European production efficiency factor (EPEF), and percent livability; and compare the ability of the proposed I2 index to predict these performance parameters with the current I2 index. Results: The proposed I2 index was found to produce a greater range and increased variation in flock level I2 index scores as compared with the current I2 index. The proposed I2 index was found to predict the four performance measures at least as well as the current I2 index, and the results suggested that the proposed I2 index could be superior at predicting ADG, EPEF, and percent livability. Conclusion: Our results highlight the strength of data-driven approaches in the development and improvement of comprehensive health metrics.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,485
Score d'incertitude au seuil0,238

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
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 Opus0,079
Tête enseignante GPT0,282
Écart entre enseignants0,203 · 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'étudeSans objet
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

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAgricultureMême sujetAnimal Nutrition and PhysiologyTravaux en français237 207