Traitements à base de progestagènes ou de mélatonine combinés à l’effet bélier chez la brebis Ouled-Djellal au printemps
Bibliographic record
Abstract
Pour comparer l’effet de traitements hormonaux à base de mélatonine à ceux à base de progestatifs et d’hormone chorionique gonadotrope équine (eCG) sur l’amélioration des performances reproductives de la race ovine Ouled- Djellal, 829 brebis réparties sur quatre exploitations (A, B, C et D ; respectivement n = 248, 351, 100 et 80) ont été suivies de mars à octobre 2008. Dans l’exploitation B, les progestagènes ont eu un effet améliorateur, avec une fertilité de 92,3 p. 100 pour le traitement avec les éponges vaginales à l’acétate de médroxyprogestérone (MAP) + eCG 400 UI, et de 84,1 p. 100 pour le traitement avec les éponges vaginales à l’acétate de fluorogestone (FGA) + eCG 500 UI, au lieu de 23,2 p. 100 chez les témoins. Les taux de fertilité obtenus dans les exploitations A et C avec les implants de mélatonine après la première saillie ont été significativement moins importants que ceux des lots traités avec les progestagènes et eCG (A : 40,9 vs 79,9 p. 100 ; C : 24 vs 70 p. 100). Le taux de fertilité obtenu avec les implants de mélatonine dans l’exploitation A après la première saillie a été plus élevé (40,9 p. 100) que celui obtenu dans les exploitations C (24 p. 100) et D (17,5 p. 100). Dans l’exploitation D les implants de mélatonine ont amélioré la fertilité totale par rapport au lot témoin (55,0 vs 17,5 p. 100). La prolificité à la première saillie a été améliorée par le traitement MAP + eCG 400 UI dans les exploitations A (1,30) et B (1,70), alors que les traitements FGA + eCG 500 UI et avec implant de mélatonine n’ont pas eu d’effet sur la prolificité. La mélatonine associée à l’effet bélier et utilisée précocement a donné de bons résultats, de l’ordre de ceux obtenus avec les progestagènes.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".