MétaCan
Menu
Retour à la cohorte
Enregistrement W4414998830 · doi:10.1051/bioconf/202518901024

Computer-Assisted Semen Analysis in Indonesian Buffalo: Correlations with Plasma Membrane Integrity, DNA Fragmentation, and Acrosome Integrity

2025· article· en· W4414998830 sur OpenAlexaff
Athhar Manabi Diansyah, Syahruddin Said, Tulus Maulana, Hikmayani Iskandar, Ekayanti Mulyawati Kaiin, Fuad Hasan, Siti Farida, Raden Iis Arifiantini

Notice bibliographique

RevueBIO Web of Conferences · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAnimal Genetics and Reproduction
Établissements canadiensArtificial Insemination Center of Quebec
Organismes subventionnairesLembaga Pengelola Dana PendidikanBadan Riset dan Inovasi Nasional
Mots-clésAcrosomeSemenSpermDNA fragmentationSemen qualityMembrane integritySemen analysisMotility

Résumé

récupéré en direct d'OpenAlex

This research investigated the association between structural quality and motility traits of cryopreserved semen in Silangit and Toraya buffalo using a computer-assisted semen analysis (CASA) system. Post-thaw examination revealed no statistical difference in plasma membrane integrity between the two breeds (Silangit: 62.5 ± 3.2%; Toraya: 63.1 ± 2.8%). In contrast, the level of DNA fragmentation was greater in Silangit bulls (18.4 ± 2.6%) compared with Toraya (12.7 ± 1.9%). Acrosome condition was generally well maintained in both groups (>95%). The CASA assessment further revealed that Toraya sperm exhibited superior values for average path velocity and lateral head displacement, while Silangit samples displayed higher straightness, linearity, and beat cross frequency. Overall, the study demonstrates that differences in membrane stability, DNA integrity, and acrosome status contribute to breed-specific motility profiles, emphasizing the relevance of CASA for designing semen preservation strategies in buffalo breeding.

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)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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 Opus0,015
Tête enseignante GPT0,265
Écart entre enseignants0,251 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBIO Web of ConferencesMême sujetAnimal Genetics and ReproductionTravaux en français237 207