MétaCan
Menu
Retour à la cohorte
Enregistrement W4408778293 · doi:10.17268/sci.agropecu.2025.017

Energy efficiency of heating machines and its effects on broiler's performance and welfare

2025· article· en· W4408778293 sur OpenAlexaff
Angélica Signor Mendes, Cléverson de Souza, Ygor Caldeira-Canterle, Edgar de Souza Vismara, Isadora Bischoff Nunes, Irenilza de Alencar Nääs

Notice bibliographique

RevueScientia Agropecuaria · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueGreenhouse Technology and Climate Control
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésBroilerWelfareEnergy (signal processing)Environmental economicsEnvironmental scienceAnimal scienceEconomicsMathematicsBiologyStatistics

Résumé

récupéré en direct d'OpenAlex

The increasing global demand for animal protein has driven the broiler industry to optimize production systems and better understand limiting factors affecting performance. This study evaluated four different heating systems to determine their correlation with climatic variables, zootechnical performance, pellet fuel consumption, and energy usage. Data were obtained from a private broiler integration company in Southwest Paraná, Brazil, specializing in the griller broiler category. The study covered a 28-day housing period for 12 flocks (both male and female), each consisting of approximately 120,000 birds, for 28 days. The analyzed variables included indoor and outdoor environmental temperature, relative air humidity, carbon dioxide (CO₂) concentration inside the poultry houses, feed conversion ratio, weight gain, pellet fuel consumption, and energy consumption. Statistical analyses were performed using descriptive statistics and Principal Component Analysis (PCA) in R software. Results indicated that correlations among variables were generally weak. However, environmental conditions had the greatest influence on broiler performance. The first principal component explained 74.1% of the total variance, with minimum CO₂ concentration, external temperature, minimum and maximum internal temperature, and pellet fuel consumption being key contributing factors. The second principal component included maximum CO₂ concentration, weight gain, and minimum internal and external relative humidity. Among the evaluated heating systems, the fourth machine tested exhibited the lowest pellet fuel consumption while maintaining satisfactory weight gain and feed conversion rate despite its relatively high energy consumption. These findings suggest that temperature control and pellet fuel consumption are critical factors in optimizing broiler production efficiency, ultimately contributing to improved growth performance and resource utilization.

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 enseignants0,825
Score d'incertitude au seuil0,294

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

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 Opus0,004
Tête enseignante GPT0,186
Écart entre enseignants0,182 · 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 revueScientia AgropecuariaMême sujetGreenhouse Technology and Climate ControlTravaux en français237 207