MétaCan
Menu
← Retour à la cohorte
Enregistrement W6902065181 · doi:10.6084/m9.figshare.16584599

Additional file 1 of Genetic parameters of drinking and feeding traits of wean-to-finish pigs under a polymicrobial natural disease challenge

2021· article· en· W6902065181 sur OpenAlexaff

Notice bibliographique

RevueOpen MIND · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Nutrition and Physiology
Établissements canadiensCentre de Développement du Porc du QuébecUniversity of AlbertaUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésWater intakeRaw waterRaw meatWater useRaw materialBody weight

Résumé

récupéré en direct d'OpenAlex

Additional file 1: Fig. S1. Custom-made individual water intake recording system, consisting of a 3 L bowl, closed on 3 sides to reduce waste, with a nipple that can be activated by the pig, and an in-line water meter, as well as a water level meter for the bowl. The system allows for each visit by an individual pig, identified by radio frequency tags, the recording of time of day, duration, and water disappearance from the nipple and from the bowl. Fig. S2. Raw daily feed intake (FI) and water disappearance (WI) for a randomly selected animal (0132). Both WI and FI had large day-to-day variation and had concurrent drops at around 120 and 160 days. Fig. S3. Raw daily feed intake duration (FIDUR) and water intake duration (WIDUR) for a randomly selected animal (0132). Fig. S4. Raw daily feed intake visits (FInVisits) and water intake visits (WInVisits) for a randomly selected animal (0132). Fig. S5. Raw daily feed intake rate (FIRT) and water disappearance rate (WIRT) for a randomly selected animal (0132). Fig. S6. Raw water disappearance (WI) and predicted water disappearance (WI_RR) patterns defined using quadratic random regression model for for individual pigs in batch 1A. Fig. S7. Histogram for average daily water disappearance (ADWI) and water dispensed (ADWD). Fig. S8. Raw daily water disappearance (WI), number of visits (WInVisits), and duration (WIDUR) for a randomly selected animal (0159).

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)0,001
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,743
Score d'incertitude au seuil0,367

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,014
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,7430,069

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 Opus0,038
Tête enseignante GPT0,244
Écart entre enseignants0,207 · 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.

Devis d'étudeObservationnel
Domainenon disponible
GenreAutre

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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MIND→Même sujetAnimal Nutrition and Physiology→Travaux en français237 207→