Feathering in commercial poultry II. Factors influencing feather growth and feather loss
Notice bibliographique
Résumé
In commercial production, there is often concern about the quantity and/or quality of feathering in both broilers and layers. For broilers, the concern is adequacy of protective feather cover, while in layers it is usually the necessary degree of feathering needed to optimise feed efficiency. Feather development is under the control of hormones such as thyroxine and oestrogen and indirectly by testosterone. Environmental or nutritional status that influences such hormonal output will indirectly affect feathering. In broilers, rate of feathering is influenced by genetics, since some 20 years ago there was a conscious decision to introduce slow (K) vs. fast (k) feathering as a means of sexing day-old chicks. With the relative “immaturity” of modern broilers, these genes influence feather cover well into the production cycle. In White Leghorn crosses, initial problems with apparent Leukosis susceptibility of the progeny of slow feathering dams had to be overcome by eradication of Leukosis before feather sexing could be generally introduced. Nutrition can influence rate of feathering as well as feather structure, colour and moulting. Amino acid balance and especially deficiencies of TSAA and branched chain amino acids will influence feathering in young birds. Deficiency of vitamins and certain trace minerals also induce characteristic feather abnormalities, as does the presence of dietary mycotoxins. A number of viruses, bacteria and mycoplasma can infect the feather follicle and so influence feather development. Feather pecking and feather licking are behavioural abnormalities, although these conditions can be induced by changes in environmental conditions or nutritional adequacy of the diet.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».