Multiphasic mixed growth models for turkeys
Notice bibliographique
Résumé
Growth models are important for optimization of feed formulation and breeding programs in turkeys. The objectives of this study were 1) to compare sex and line differences in turkeys in parameter estimates of mono- and di-phasic Gompertz growth models, and 2) to evaluate mono and diphasic mixed Gompertz growth models to determine the variation in parameter estimates in a group of female line turkey toms. A total of 1,056 manually recorded weekly average body weight (BW) observations from male and female turkeys of a male and female line from weeks 1 to 20 were used for objective 1. Daily median values of automatically collected individual BW of female line turkey toms were used for objective 2 and random components associated with individual subject animals related to mature weight and/or timing of maximum gain during each phase were introduced in the Gompertz model. Growth curve shapes were different between male line toms, male line hens, female line toms, and female line hens (P < 0.001). However, inflection points were similar between male and female line toms and between male and female line hens (14.06 vs. 13.72 wk and 11.22 and 10.71 wk, respectively), while mature BW differed between lines by 6.49 and 3.81 kg for toms and hens, respectively. The normalized growth rate constant (growth rate constant corrected for mature weight) was around the same magnitude between male and female line toms (0.0031 vs. 0.0038, respectively), but slightly lower in male line hens compared to female line hens (0.0072 vs. 0.0091, respectively). Diphasic Gompertz models described growth better in all line × sex combinations compared to the monophasic models (P < 0.001) and mixed diphasic Gompertz models showed improved fit over mixed monophasic Gompertz models. The correlation structure of the random components identified that individuals with a higher mature weight had a later inflection point and lower growth rate coefficients. These results provide tools for improved breeding practices and a structure to evaluate the effects of dietary or environmental factors on growth trajectories.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,004 |
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 source (Gemma direct ou Codex distillé), 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 ».