MétaCan
Menu
Retour à la cohorte
Enregistrement W4405255396 · doi:10.25708/zt.2019.29.58.011

ИМПОРТ ПЛЕМЕННОГО КРУПНОГО РОГАТОГО СКОТА В РОССИИ

2019· article· ru· W4405255396 sur OpenAlexaboutno aff
Дунин И.М., Тяпугин С.Е., Семенова Н.В., Щеглов М.Е., Тяпугин Е.Е.

Notice bibliographique

RevueЗоотехния · 2019
Typearticle
Langueru
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Nutrition and Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMaterials science

Résumé

récupéré en direct d'OpenAlex

В статье представлен информационный материал племенного учета, регистрируемого во ВНИИплем за 2018 г., о завозе племенного крупного рогатого скота и семени быков-производителей из стран с высокоразвитым молочным скотоводством в Россию. После значительного снижения численности импортного поголовья в 2014 году, начиная с 2016 года, завоз стал увеличиваться и к 2018 году увеличился на 20%. Основными странами-экспортерами племенных животных были Канада, Германия, Дания, Нидерланды. Породный состав завезенного племенного крупного рогатого скота на территорию Российской Федерации в 2018 году представлен 12 породами. Наибольший удельный вес занимает голштинская порода (90%). Разведением данной породы занимались в 33 регионах РФ. Ввоз семени племенных быков за 2018 год составил почти 3,6 млн. спермодоз: в т. ч. 94% голштинской породы. The article is an information material of breeding records registered by VNIIplem for 2018 on the import of breeding cattle and seed of bulls from countries with highly developed dairy cattle breeding in Russia. After a significant reduction in the number of imported livestock in 2014, starting from 2016, the import began to increase and by 2018 increased by 20%. The main exporting countries of breeding animals were Canada, Germany, Denmark and Netherlands. The pedigree structure of the brought breeding cattle to the territory of the Russian Federation in 2018 is presented by 12 breeds. The largest share is Holstein breed (90%). Breeding of this breed was engaged in 33 regions of the Russian Federation. The importation of semen of breeding bulls in 2018 amounted to almost 3.6 million dozes: including 94% of Holstein.

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)0,003
score de la tête « metaresearch » (Gemma)0,008
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: aucune
Score de désaccord entre enseignants0,048
Score d'incertitude au seuil0,162

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0060,007
Communication savante0,0110,007
Science ouverte0,0010,004
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0480,017

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 Opus0,025
Tête enseignante GPT0,243
Écart entre enseignants0,218 · 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

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueЗоотехнияMême sujetAnimal Nutrition and HealthTravaux en français237 207