MétaCan
Menu
Retour à la cohorte
Enregistrement W4414972449 · doi:10.1080/09712119.2025.2565417

Boran calves reared under partial milk offtake can undergo compensatory growth post-weaning and optimize beef-milk productivity

2025· article· en· W4414972449 sur OpenAlexaff
Jack Ouda, D. Indetie, George Karumba, Robert Irungu

Notice bibliographique

RevueJournal of Applied Animal Research · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Nutrition and Physiology
Établissements canadiensResponse Biomedical (Canada)
Organismes subventionnairesGovernment of the Republic of Kenya
Mots-clésMilkingCompensatory growth (organ)WeaningIce calvingMatingBody weightProductivity

Résumé

récupéré en direct d'OpenAlex

This study determined the long-term effect of restricted suckling on the post-weaning performance of Boran cattle. Thirty-two nursing cows and their calves arranged in a 4 X 2 factorial experiment were grazed in the tropical ecological zone IV range. The treatments were Full Suckling (FS), Milking from 1 Quarter (M1Q), milking from 2 Quarters (M2Q) and milking from 3 Quarters (M3Q) of the udder. Each treatment had eight calves, four of each sex. Weaning was at 210 days of age. At weaning, the M3Q calves had the lowest weight (P < 0.01), while the other treatments had similar weights. The highest (P < 0.01) post-weaning weight gains were during 18–24 months of age by M3Q treatment, which were 382 and 373 g/day for females (heifers) and males (steers), respectively. Steers from all treatments had similar weights from 12 months onwards while all the heifers reached the minimum mating weight set at 270 kg by 31 months. Their mating and calving were successful. The findings revealed that Boran calves can survive to weaning when suckling only a quarter (25%) of milk produced by dams yielding at least four litres daily. Upon weaning, compensatory growth occurs and enables catching up by 12–24 months of age.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,055
Tête enseignante GPT0,312
Écart entre enseignants0,257 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied Animal ResearchMême sujetAnimal Nutrition and PhysiologyTravaux en français237 207