Influence of Post Mortem Muscle Activity on Turkey Meat Quality
Notice bibliographique
Résumé
Wing flapping and body movement can occur during the slaughter of poultry. Wing movement and flapping are driven primarily by the breast muscles ( Pectoralis major and minor ), and this muscle activity may have implications for meat quality. The objective of this study was to evaluate turkey post mortem activity during slaughter at a commercial poultry processing plant. Post mortem activity (during bleeding) was scored on 5,441 male turkeys, from six different genetic lines, using a 1–4 scale from none to severe wing flapping. Meat quality was measured on these birds in terms of pH (initial, ultimate, delta or change), color (L * , a * , b * ), and physiochemical traits (drip loss, cooking loss, shear force). Linear mixed models were used to analyze the effect of activity (score 1–4), genetic line (A–F), and season (summer vs. autumn) on the nine meat quality traits. Post mortem activity influenced a * , drip loss, and shear force although the magnitude of the effects was small. There was an effect ( P < 0.05) of genetic line on all the meat quality traits except for L * , cooking loss, and shear force. In general, larger, faster-growing lines had higher pH, but the relationship between the lines for the other traits is not as clear. Season affected all the meat quality traits, except for pH delta , with meat having a higher pH, L * , b * , drip loss, cooking loss, and shear force in the summer. This study provides an exploratory assessment of post mortem activity in turkeys and identifies meat quality traits which are most affected while also accounting for the effects of genetic line and season. Although identified effect sizes are small, the cumulative effect on turkey meat quality may be more substantial.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».