MétaCan
Menu
Retour à la cohorte
Enregistrement W3100182302 · doi:10.32854/agrop.v13i10.1741

Comportamiento productivo y características físicas de huevo producido por gallinas criollas Copetonas y Marans

2020· article· en· W3100182302 sur OpenAlexaff
Leodan Tadeo Rodríguez-Ortega, Alejandro Rodríguez-Ortega, Filogonio Jesús Hernández-Guzmán, Judith Callejas-Hernández, Arturo Pró-Martínez, Hector Leyva-Jimenez

Notice bibliographique

RevueAgro Productividad · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueLivestock and Poultry Management
Établissements canadiensNutrasource
Organismes subventionnairesnon disponible
Mots-clésBreedAnimal scienceBiologyBody weightRoosterGeographyEndocrinology

Résumé

récupéré en direct d'OpenAlex

Objective: The present study was conducted to evaluate the productive performance and egg physical characteristics of two backyard-type breeds of birds. Design/methodology/approach: Tufted Creole Hens (TCH; 13 hens and a rooster) and Marans (13 hens and a rooster), were used in this study. Live body weight, feed intake, egg production, egg weight, egg length and egg width were measured weekly during eight weeks. Collected data were analyzed using a two-way analysis of variance, the main factors were breed, week and their interaction. Results: Marans hens were heavier and had higher feed intake than the TCH (P<0.05). The egg of the TCH was smaller (P <0.05) in weight and length with respect to that of Marans hens. TCH produced more eggs than the Marans hens (P <0.05). The week factor was significant (P <0.05) for body weight, feed intake and egg length. Limitations on study/implications: Further studies should be carried out to design a feeding program that would allow both breeds to express their full productive potential and maximize the return on investment in backyard production systems in Mexico. Findings/conclusions: Marans hens are a heavier breed due to their greater live body weight and feed intake with respect to TCH. The TCH are lighter birds but with a higher egg production when compared to the Marans.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0010,000

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 Opus0,027
Tête enseignante GPT0,211
Écart entre enseignants0,183 · 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'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

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAgro ProductividadMême sujetLivestock and Poultry ManagementTravaux en français237 207