MétaCan
Menu
Retour à la cohorte
Enregistrement W4398242664 · doi:10.1016/j.psj.2024.103801

Review: Myopathies in broilers: supply chain approach to provide solutions to challenges related to raising fast growing birds

2024· review· en· W4398242664 sur OpenAlexaff
Shai Barbut, Randolph Mitchell, Parker Hall, Craig Bacon, Ritchard Bailey, C.M. Owens, Massimiliano Petracci

Notice bibliographique

RevuePoultry Science · 2024
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Nutrition and Physiology
Établissements canadiensUniversity of Guelph
Organismes subventionnairesPoultry Science Association
Mots-clésRaising (metalworking)Supply chainBusinessEnvironmental scienceMathematics

Résumé

récupéré en direct d'OpenAlex

This review is a summary of a Poultry Science Association symposium addressing myopathies in broilers' breast meat, focusing on the interactions between genetics, nutrition, husbandry, and meat processing. The Pectoralis major myopathies (woody breast [WB]; white striping [WS]; spaghetti meat [SM]) and Pectoralis minor ("feathering") are described, followed by discussing their prevalence, potential causes, current and future ways to mitigate, as well as detection methods (in live birds and meat) as well as ways to utilize affected meat. Overall, breast myopathies remain an important focus across the poultry industry and whilst a lot of data and knowledge has been gathered, it is clear that there is still a lot to understand. As there are multiple factors impacting the occurrence of breast myopathies, their reduction relies on a holistic approach. Ongoing balanced breeding strategies by poultry breeders is targeting the longer-term genetic component but comprehending the significant influence from nongenetic factors (short-term solutions such as nutrition) remains a key area of opportunity. Consequently, understanding the physiology and biological needs of the muscle through the life of the bird is critical to reduce the myopathies (e.g., minimizing oxidative stress) and gain more insight into their etiology.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,985
Score d'incertitude au seuil0,923

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,005
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,110
Tête enseignante GPT0,327
Écart entre enseignants0,216 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations32
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePoultry ScienceMême sujetAnimal Nutrition and PhysiologyTravaux en français237 207