MétaCan
Menu
Retour à la cohorte
Enregistrement W4406320702 · doi:10.1016/j.psj.2025.104817

Influence of the housing system on carcass composition and meat quality of laying hens after the laying period

2025· article· en· W4406320702 sur OpenAlexaff
Marcin Wegner, Dariusz Kokoszyński, Joanna Żochowska‐Kujawska, Marek Kotowicz, Joanna Frischke-Krajewska

Notice bibliographique

RevuePoultry Science · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Nutrition and Physiology
Établissements canadiensCytodiagnostics (Canada)
Organismes subventionnairesnon disponible
Mots-clésLayingQuality (philosophy)Period (music)Animal scienceComposition (language)Food scienceBusinessBiologyEngineering

Résumé

récupéré en direct d'OpenAlex

The purpose of the present study was to compare the effects of two systems of keeping Lohmann Brown laying hens in terms of carcass composition and meat quality assessment (chemical composition, physicochemical properties, texture, rheological properties, microstructure). The experimental material consisted of 30 carcasses (15 litter system - SS, 15 aviary system - SW) of Lohmann Brown laying hens after laying at 85 weeks of age. After slaughtering, the weight of the eviscerated carcass and the proportion of carcass elements, the weight of selected internal organs, acidity (pH 24 ), and electroconductivity (EC 24 ), color (L*, a*, b*), and the basic chemical composition of pectoral muscles and leg muscles were determined. The texture, rheological properties, and microstructure of the pectoralis major muscle were analyzed. The housing system affected the percentage of abdominal fat (SW - 2.10% vs . SS - 0.81%) and skin with subcutaneous fat (SW - 11.84% vs. SS - 10.89%). There were also differences in the weight of the giblets (proventriculus, gizzard, liver, heart). The housing system also affected the fiber cross-sectional area (SW - 660.01 µm 2 vs . SS - 674.53 µm 2 ). The present study provided information on the differences in some carcass traits and the quality of meat of Lohmann Brown hens depending on the housing system.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,618
Score d'incertitude au seuil0,295

Scores Codex et Gemma par catégorie

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 technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,021
Tête enseignante GPT0,265
Écart entre enseignants0,244 · 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'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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePoultry ScienceMême sujetAnimal Nutrition and PhysiologyTravaux en français237 207