Evaluacion de la inclusion de forraje verde hidroponico a base de maiz (Zea mays) en pollos de engorde en el Centro de Practicas San Isidro Labrador de la Universidad Nacional Agraria Sede Regional Camoapa, durante el periodo noviembre a diciembre 2018
Notice bibliographique
Résumé
El estudio se realizó en el centro de práctica San Isidro Labrador de la Universidad Nacional Agraria Sede Camoapa; su objetivo fue evaluar la inclusión de forraje verde hidropónico (FVH) a base de Zea mays en pollos de engorde, utilizando un diseño completamente aleatorio (DCA). Se trabajó con 120 pollos distribuidos en tres grupos de 40, con un ciclo productivo de 42 días. Se consideraron 3 tratamientos: concentrado comercial purina (TI, Testigo), sustitución de de 20 % de concentrado comercial purina por FVH (TII) y sustitución de 30 % de concentrado comercial purina por FVH (TIII). Las variables medidas fueron: consumo de alimento, ganancia media diaria (GMD), conversión alimenticia y eficiencia económica. El consumo de alimento fue una contabilización del suministro menos el desperdicio, la GMD y la conversión alimenticia se evalúo por análisis de varianza y prueba de separación de media (DMS) y la eficiencia económica a través del Índice Ingalls – Ortiz (IOR). El consumo de concentrado promedio por ave durante el ciclo de producción fue de 4.10 kg, 3.49 kg y 3.18 kg para los tratamientos I, II y III respectivamente; en el caso de FVH, se alcanzó un consumo de 0.50 kg por ave en el T2 y 0.76 kg por ave en el TIII. La GMD fue de 0.082a kg (TI), 0.069bkg (TII) y 0.058c kg (TIII) con diferencias significativas entre los tratamientos (p < 0.05). La conversión alimenticia presentó diferencias significativas entre los tratamientos (p < 0.05) siendo de 1.60a kg en el TI; 1.80b kg en el TII y 1.84c kg en el TIII. La eficiencia económica fue de 1.46, 1.39 y 1.30 para los tratamientos III, II y I respectivamente, siendo la inclusión de FVH importante desde el punto de vista económico al obtener beneficio de 0.46 córdobas por cada córdoba invertido.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».