MétaCan
Menu
Retour à la cohorte
Enregistrement W4361299615 · doi:10.1139/cjas-2022-0130

Amiata donkey body conformation, udder characteristics, and their relationship with milk yield and quality

2023· article· en· W4361299615 sur OpenAlexvenueno aff
Federica Salari, Iolanda Altomonte, Carlo Boselli, Mina Martini

Notice bibliographique

RevueCanadian Journal of Animal Science · 2023
Typearticle
Langueen
DomaineVeterinary
ThématiqueVeterinary Equine Medical Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésUdderDonkeyMilkingAnimal scienceVeterinary medicineBiologyMastitisMedicine

Résumé

récupéré en direct d'OpenAlex

To date, no selective actions have been taken to improve milk traits in dairy donkeys, and the characteristics of the udder are not well defined in relation to the productive characteristics. This study aimed at increasing knowledge on Amiata dairy donkey body conformation, udder traits, and their relationship with milk yield and quality. Morphological, udder, and teat measurements and milk evaluations of 45 pluriparous jennies were carried out. The average wither height of the jennies was 126 cm and the chest girth was 148 cm; a large standard deviation of some body measurements was found. Forty-nine percent of the animals showed a moderately developed udder, while most of the jennies had symmetrical half-udders (96%) and the intermammary cleft was clearly visible in 53% of subjects. Correlation analysis indicated that bigger animals tend to have bigger udders, higher teat diameter, and greater distance between teat tips. A positive correlation between the teat length and the milk fat was found ( p < 0.01), which suggests that jennies with longer teats have a better ability to release milk fat. The results of this paper may be useful to define the characteristics of the milking device and address selective choices of the animals.

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)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0020,000

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 Opus0,182
Tête enseignante GPT0,376
Écart entre enseignants0,194 · 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
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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Animal ScienceMême sujetVeterinary Equine Medical ResearchTravaux en français237 207