MétaCan
Menu
Retour à la cohorte
Enregistrement W4388181204 · doi:10.1093/jas/skad341.310

PSV-2 Impact of Diseases in Pig Production on Carcass and Meat Quality

2023· article· en· W4388181204 sur OpenAlexaff
Marie-Pierre Fortier, Patrick Gagnon

Notice bibliographique

RevueJournal of Animal Science · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Virus Infections Studies
Établissements canadiensCentre de Développement du Porc du Québec
Organismes subventionnairesnon disponible
Mots-clésLoinIntramuscular fatMarbled meatHerdAnimal scienceBarnBovine respiratory diseaseBiologyCarcass weightVeterinary medicineBody weightMedicine

Résumé

récupéré en direct d'OpenAlex

Abstract Several diseases, including Porcine Respiratory and Reproductive Syndrome (PRRS), are present in pig herds. The effects of diseases on growth performance are generally well known, but there is a lack of information on the consequences on carcass and meat quality. The aim of this project was to assess the impact of diseases present in the nursery and finishing on performances, carcass yields and meat quality. The trial was carried out at the Deschambault Swine Evaluation Station, where a project aimed at evaluating disease resilience is being carried out. A total of 480 castrated piglets from 8 different batches entered the nursery barn every 3 weeks. Pigs were observed daily, and a careful examination of the clinical signs was carried out weekly on each animal, to separate pigs showing signs of disease from those in good health. Ultrasound measurements of back fat thickness, muscle depth and intramuscular fat (IMF) level were performed three different times during growth. When the pigs reached a body weight of approximately 120 kg, carcass quality and meat yield measurements were taken 18 to 24 hours after slaughter. The ultimate pH, color, water loss and marbling were measured on the loin. The presence of PRRS and other diseases had a significant impact on the growth performance of pigs in fattening and demonstrates that the presence of the virus in the herd significantly decreases the average daily gain (ADG). This difference has a direct impact on the number of days in fattening. Results for back fat thickness at the end of fattening show significant differences (P < 0.05) between uninfected pigs (14.7 mm), pigs infected in nursery (13.9 mm) and fattening (12.8 mm) only, and pigs that have been ill both in nursery and fattening (12.4 mm). These results indicate that the presence of diseases leads to a decrease in fat deposition in pigs at the end of fattening. However, results for IMF measured at the end of fattening demonstrate that the presence of diseases had no significant impact on the final IMF level (P > 0.10), varying between 2.05% for healthy pigs and 2.13% for animals that have been sick in nursery and fattening. The results obtained in the slaughterhouse have shown that the presence of diseases does not seem to have an impact on the various measures of meat quality (P > 0.05). Only drip loss shows a significant difference (P < 0.05) between healthy and sick animals. However, the low number of sick pigs in the batches evaluated could have limited the observed effects. The work carried out by the CDPQ has made it possible to quantify the impact of diseases by providing a better understanding of their impact on product quality.

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)0,001
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 enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,000
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 Opus0,080
Tête enseignante GPT0,364
Écart entre enseignants0,285 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Animal ScienceMême sujetAnimal Virus Infections StudiesTravaux en français237 207