An update of the predicted lean yield equation for the Destron PG-100 optical grading probe
Notice bibliographique
Résumé
The objective was to update the equation used for prediction of pork carcass leanness with the Destron PG-100 optical grading probe. A recent cutout study (completed in 2020-2021) consisting of 337 pork carcasses was used for this research. An updated equation was generated using a calibration dataset (N = 188 carcasses) and prediction precision and prediction accuracy of the new equation was evaluated using a validation dataset (N = 149 carcasses). The updated equation was generated using forward stepwise multiple regression selection techniques in PROC REG of SAS, and the same parameters as the existing equation were used to fit the model. The updated Destron equation [89.16298 - (1.63023 × backfat thickness) - (0.42126 × muscle depth) + (0.01930 × backfat thickness2) + (0.00308 × muscle depth2) + (0.00369 × backfat thickness × muscle depth)] and the existing Destron equation [68.1863 - (0.7833 × backfat thickness) + (0.0689 × muscle depth) + (0.0080 × backfat thickness2) - (0.0002 × muscle depth2) + (0.0006 × backfat thickness × muscle depth)] were similar in their prediction precision for determination of carcass lean yield (LY), with the updated equation R2 = 0.75 and root mean square error (RMSE) = 1.97 and the existing equation R2 = 0.75 and RMSE = 1.94. However, when prediction accuracy was evaluated using the variance explained by predictive models based on cross-validation (VEcv) and Legates and McCabe's efficiency coefficient (E1), the updated equation (VEcv = 67.97%; E1 = 42.41%) was much more accurate compared with the existing equation (VEcv = -117.53%; E1 = -69.24%). Furthermore, when accuracy was evaluated by separating carcasses into 3% carcass LY groupings ranging from less than 50% LY to greater than 62% LY, the existing equation correctly estimated carcass LY 8.1% of the time, while the updated equation correctly estimated carcass LY 47.7% of the time. In an effort to further compare the abilities of the updated equation, comparisons were made with an advanced automated ultrasonic scanner (AutoFom III), which scans the entire carcass. The prediction precision of the AutoFom III was R2 = 0.83 and RMSE = 1.61, while the AutoFom III correctly estimated carcass LY 38.2% of the time and prediction accuracy calculations for the AutoFom III were VEcv = 44.37% and E1 = 21.34%). Overall, refinement of the Destron PG-100 predicted LY equation did not change prediction precision, but substantially improved prediction accuracy.
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 | 0,004 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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 ».