MétaCan
Menu
Retour à la cohorte
Enregistrement W4320494112 · doi:10.12737/1900632

Improvement of Kostroma breed cattle with the use of domestic and imported breeding bulls

2023· book· en· W4320494112 sur OpenAlexaboutno aff
Anton Korolev, Nadezhda Baranova, Е. В. Королева, Raisa Tamarova, Dmitriy Nekrasov

Notice bibliographique

Revuenon disponible
Typebook
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Nutrition and Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBreedHerdAnimal husbandryBiologyAnimal breedingAgricultureAgricultural scienceBiotechnologyLivestockGeographyProductivityVeterinary medicineAnimal scienceEcologyEconomic growthEconomics

Résumé

récupéré en direct d'OpenAlex

The Kostroma breed of cattle of dairy and meat productivity is a valuable gene pool of domestic animal husbandry. Animals of this breed have high milk yields, good meat and reproductive qualities, easily adapt to intensive technologies and are characterized by resistance to tuberculosis, leukemia and brucellosis. The use of the gene pool of brown Swiss cattle of imported origin (USA, Canada, Austria) has a great influence on improving the competitiveness of the Kostroma breed. At the same time, when breeding Kostroma cattle, it is important not only to enrich heredity by using the gene pool of brown Swiss cattle of foreign breeding, but also to preserve its valuable qualities. The monograph presents the history of the creation, characteristics of the modern breeding base of Kostroma cattle in the Kostroma region, the influence of bulls of different breeding on the economically useful qualities of cattle is noted. The analysis of custom-made mating in obtaining successor bulls and optimization of the genealogical structure of the herd, the economic efficiency of using breeding bulls of various origins (Russia, USA, Canada, Austria) are given. It is intended for researchers, specialists of the breeding service, animal breeders of breeding farms, teachers and students of biological and agricultural areas of training and specialties of universities.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0030,001

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 Opus0,065
Tête enseignante GPT0,243
Écart entre enseignants0,178 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAnimal Nutrition and HealthTravaux en français237 207