Models to predict dry feed intake in Holstein calves to 4 months of age
Notice bibliographique
Résumé
Voluntary daily dry feed intake (DFI) in Holstein calves was predicted using 60,761 individual daily observations collected from 1,235 Holstein calves in 30 experiments from 4 research stations in the United States and Europe. Consumption of dry feed (calf starter and hay, kg/d or percent of body weight) was measured from 3 to 114 d of age. Linear models and 2- and 3-parameter nonlinear models were evaluated to predict DFI using age of calf, intake of milk replacer, ambient temperature, percent forage, and neutral detergent fiber concentration in ration dry matter (DM) as independent variables. The initial data set was randomly divided within study location into development (80% of all observations) and validation data sets, and initial screening was conducted using the development data set. Five nonlinear models and 3 linear models (candidate models) were identified and used in further model evaluation. Cross-validation studies (n = 20) with the validation data set were conducted by linear regression of DFI with predicted DFI as independent variable. Candidate models were subsequently evaluated with data from 12 published studies in 2 analyses. The exponential model that best predicted daily DFI in Holstein calves in original and external data sets was DFI (kg/d) = 1.3207 × e [(−5.3892 + 0.6376 × MEgap) × EXP(−0.0392 × Age)] – 0.0013 × Temp + 0.0032 × NDFDM + 0.0026 × Age × MEgap – 0.3646 × PctForage [coefficient of determination (R 2 ) = 0.92, concordance correlation coefficient (CCC) = 0.96, and mean square error of prediction (MSEP) = 0.10 kg]; where MEgap (Mcal/d) = difference of daily metabolizable energy (ME) requirement and ME intake from milk replacer; Age=age of calf (d) from 3 to 114, Temp=mean daily ambient temperature (°C), NDFDM=ration neutral detergent fiber (% DM); PctForage=percent forage in ration DM. The linear model that best predicted DFI was DFI (kg/d = −0.1349 + 0.0106 × Age + 0.1808 × MEgap + 0.0013 × Age × MEgap + 0.0001 × Temp + 0.00002 × Age × Temp (R 2 = 0.93, CCC=0.96, and MSEP=0.10 kg). When Temp and ration characteristics were not included, optimal models were 1.4362 × e [(−4.6646 + 0.5234 × MEgap) × EXP(−0.0361 × Age)] + 0.0025 × Age × MEgap (R 2 = 0.92, CCC=0.96, and MSEP=0.11 kg) and −0.1344 + 0.0102 × Age + 0.1810 × MEgap + 0.0013 × Age × MEgap [R 2 = 0.93, CCC=0.96, and MSEP=0.10 kg]. Models of daily DFI may improve prediction of nutrient supply to young Holstein calves to approximately 4 mo of age, thereby increasing prediction of growth performance.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».