MétaCan
Menu
Retour à la cohorte
Enregistrement W3205887623 · doi:10.1016/j.psj.2021.101518

Architecture of broiler breeder energy partitioning models

2021· article· en· W3205887623 sur OpenAlexafffund
Mohammad Afrouziyeh, Nicole M. Zukiwsky, Jihao You, R.P. Kwakkel, D.R. Korver, M.J. Zuidhof

Notice bibliographique

RevuePoultry Science · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Nutrition and Physiology
Établissements canadiensUniversity of Alberta
Organismes subventionnairesAlberta InnovatesAlberta Agriculture and Forestry
Mots-clésAnimal scienceMathematicsRandom effects modelBroilerStatisticsResidualMixed modelAutocorrelationEnergy requirementBiologyRegressionMedicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

A robust model that estimates the ME intake over broiler breeder lifetime is essential for formulating diets with optimum nutrient levels. The experiment was conducted as a randomized controlled trial with 40 Ross 708 broiler breeder pullets reared on 1 of 10 target growth trajectories, which were designed with 2 levels of cumulative BW gain in prepubertal growth phase and 5 levels of timing of growth around puberty. This study investigated the effect of growth pattern on energy efficiency of birds and tested the effects of dividing data into daily, 4-d, weekly, 2-wk, and 3-wk periods and the inclusion of random terms associated with individual maintenance ME and ADG requirements, and age on ME partitioning model fit and predictive performance. Model [I] was: MEId = a × BWb + c × ADGp + d × ADGn + e × EM + ε, where MEId was daily ME intake (kcal/d); BW in kg; ADGp was positive ADG; ADGn was negative ADG (g/d); EM was egg mass (g/d); ε was the model residual. Models [II to IV] were nonlinear mixed models based on the model [I] with inclusion of a random term for individual maintenance requirement, age, and ADG, respectively. Model [II] – 3 wk was chosen as the most parsimonious based on lower autocorrelation bias, closer fit of the estimates to the actual data (lower model MSE and closer R2 to 1), and greater predictive performance among the models. Estimated ME partitioned to maintenance in model [II] – 3 wk was 100.47 ± 7.43 kcal/kg0.56, and the ME requirement for ADGp, ADGn, and EM were 3.49 ± 0.37; 3.16 ± 3.91; and 2.96 ± 0.13 kcal/g, respectively. Standard treatment had lower residual heat production (RHP; -0.68 kcal/kg BW0.56) than high early growth treatment (0.79 kcal/kg BW0.56), indicating greater efficiency in utilizing the ME consumed. Including random term associated with individual maintenance ME in a 3-wk chunk size provided a robust, biologically sound life-time energy partitioning model for breeders.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,686
Score d'incertitude au seuil0,477

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 ouverte0,0000,000
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 Opus0,022
Tête enseignante GPT0,207
Écart entre enseignants0,185 · 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'étudeExpérimental (laboratoire)
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

Citations6
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePoultry ScienceMême sujetAnimal Nutrition and PhysiologyTravaux en français237 207