The effect of tissue mobilization and stage of lactation on energy partitioning in lactating sows: an analysis of commercial data
Notice bibliographique
Résumé
Abstract The objective of this paper was to investigate how the predicted level of body energy mobilized and the stage of lactation affects performance and energy partitioning in lactating sows kept under commercial conditions. Seventy-seven lactating sows from three consecutive batches were weaned at 28 d and all measures were taken over the first 20 d. Total feed consumption was measured and sows’ live weight was registered when entering the lactation facilities and at 21 d of lactation. Blood samples were collected at farrowing and once a week thereafter. Net energy (NE) mobilization or loss was calculated by difference using the general NRC equation for ME partitioning. Compared to low mobilizers (low NE loss values), high mobilizing sows had lower feed intake and higher loss of live weight, body fat and body protein. High mobilizers also weaned more piglets and had heavier litters than low mobilizers. Energy mobilization (NE loss) was higher from day 1 to 10 of lactation compared to day 11 to 20, and the difference in mobilized energy between high and low mobilizing sows was also higher in the first than in the second half of lactation. Body weight and back fat thickness losses were significantly correlated with NE loss. A more accurate prediction of the changes in live weight or back fat thickness over lactation should help better predict total amount of energy mobilized, and more research is needed to assess the relative contribution of lean and fat to mobilized tissue.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».