MétaCan
Menu
Retour à la cohorte
Enregistrement W4320810843 · doi:10.5539/jas.v5n12p187

Advances in Murrah Breed Clean A2 Milk Production Technologies and Study of Economics at Private Dairy Farms in India

2013· article· en· W4320810843 sur OpenAlexvenueno aff
O. P. Singh, A. K. S. Tomar, Ayushi Singh

Notice bibliographique

RevueJournal of Agricultural Science · 2013
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueLivestock Management and Performance Improvement
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHerdBreedAnimal scienceMurrah buffaloBiologyMilk productionBody weightVeterinary medicineLactationMedicinePregnancy

Résumé

récupéré en direct d'OpenAlex

The opening balance (herd strenth of murrah buffaloes as on 01/04/2012) was 150 heads (32 males and 118 females). The weight at first caving during currentthe current year was 535.71 kg. Buffaloes produced 82098 kg milk. Overall wet and herd averages were 5.66and 3.59 kg, respectively. On an average 62.92% of the total females were in milk.The milk analysis of 872 samles revealed fat, SNF and total solids per cent as 7.88.9.81 and 17.75, respectively. Herd strength for next year was maintained. The opening herd strength of Murrah buffaloes as on 01/04/2013 was 165 heads (38 males and 127 females). In all, 47 animals were deleted from the herd due to various reasons, whereas 57 animals were added due to new births (23 female and 34 male). The new calvings were well distributed over all the months of year, except April 2013 and March 2014 when no calvings took place. The male:female ratio of new calvings was 1.48:1.00. The closing balance of the buffalo herd as on 31/03/2013 was 175 (129 females and 46 males).

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,409
Score d'incertitude au seuil0,145

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 savante0,0000,002
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 Opus0,011
Tête enseignante GPT0,206
Écart entre enseignants0,195 · 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'étudeObservationnel
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

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetLivestock Management and Performance ImprovementTravaux en français237 207