MétaCan
Menu
Retour à la cohorte
Enregistrement W34283273 · doi:10.1007/s00484-021-02167-0

Classification system optimization with multi-objective genetic algorithms

2006· article· en· W34283273 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueInternational Conference on Frontiers in Handwriting Recognition · 2006
Typearticle
Langueen
DomaineComputer Science
ThématiqueMetaheuristic Optimization Algorithms Research
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésClassifier (UML)Computer scienceArtificial intelligenceFeature extractionPattern recognition (psychology)Genetic algorithmStatistical classificationMachine learningRandom subspace methodData miningAlgorithm

Résumé

récupéré en direct d'OpenAlex

Changes in frequency and severity of heat waves due to climate change pose a considerable challenge to livestock production systems. Although it is well known that heat stress reduces feed intake in cattle, effects of heat stress vary between animal genotypes and climatic conditions and are context specific. To derive a generic global prediction that accounts for the effects of heat stress across genotypes, management and environments, we conducted a systematic literature review and a meta-analysis to assess the relationship between dry matter intake (DMI) and the temperature-humidity index (THI), two reliable variables for the measurement of feed intake and heat stress in cattle, respectively. We analysed this relationship accounting for covariation in countries, breeds, lactation stage and parity, as well as the efficacy of various physical cooling interventions. Our findings show a significant negative correlation (r = - 0.82) between THI and DMI, with DMI reduced by 0.45 kg/day for every unit increase in THI. Although differences in the DMI-THI relationship between lactating and non-lactating cows were not significant, effects of THI on DMI varied between lactation stages. Physical cooling interventions (e.g. provision of animal shade or shelter) significantly alleviated heat stress and became increasingly important after THI 68, suggesting that this THI value could be viewed as a threshold for which cooling should be provided. Passive cooling (shading) was more effective at alleviating heat stress compared with active cooling interventions (sprinklers). Our results provide a high-level global equation for THI-DMI across studies, allowing next-users to predict effects of heat stress across environments and animal genotypes.

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.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,617
Score d'incertitude au seuil0,886

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,046
Tête enseignante GPT0,282
Écart entre enseignants0,235 · 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