MétaCan
Menu
Retour à la cohorte
Enregistrement W4385271459 · doi:10.18280/ijdne.180317

The Impact of Processing Methods and Levels of Jatropha gossypifolia L. Leaves on Productivity of Goats, Considering Distance

2023· article· en· W4385271459 sur OpenAlexvenueno aff
Abdullah Naser, Padang Padang, Sagaf Sagaf, Sirajuddin Abdullah, Naharuddin Naharuddin, Sri Wulan, Nirwana Nirwana, Zainal Zainal, Mustafa Mustafa

Notice bibliographique

RevueInternational Journal of Design & Nature and Ecodynamics · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueLivestock Farming and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDry matterRandomized block designBiologyHematocritJatrophaAnimal scienceHemoglobinBiotechnologyAgronomyBiochemistryBiodiesel

Résumé

récupéré en direct d'OpenAlex

Jatropha gossypifolia L. is a critical source of feed ingredients for livestock, providing 60% protein with a proper balance of essential amino acids when appropriately processed.This study aimed to evaluate the production performance, physiological status, and haematological value of Nuts goats fed with jatropha leaves processed using different methods and levels.Thirty local female goats of 10 months old with a weight range of 10.89kg to 18.98kg were used.The research employed a 2×5 factorial randomized block design and was repeated three times.The analysis revealed an interaction between the processing method and the level of red jatropha leaves given to obtain body weight gain, consumption of dry matter, and crude protein ration.The processing method of red jatropha leaves had a significant impact on the consumption of dry matter and crude protein ration, body temperature, pulsus frequency, and hematological value (white blood cell count, red blood cell count, hemoglobin level, hematocrit value) of the goats.However, it did not affect the efficiency of using dry ingredients, protein rations, and the frequency of respiration of nuts goats.

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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,033
Tête enseignante GPT0,331
Écart entre enseignants0,298 · 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

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Design & Nature and EcodynamicsMême sujetLivestock Farming and ManagementTravaux en français237 207