RENDIMENTO DOS CORTES COMERCIAIS DA CARCAÇA DE VACAS DE DESCARTE E DE NOVILHOS INTEIROS NELORE, TERMINADOS EM Brachiaria decumbens
Bibliographic record
Abstract
Utilizou-se 14 animais provenientes do rebanho do Instituto de Zootecnia da UFRRJ, sendo 07 vacas Nelore de descarte (VD) e 07 novilhos Nelore inteiros (NI), terminados em pastagens diferidas de Brachiaria decumbens. Os animais pesavam cerca de 300 kg de peso vivo em jejum (PV), idade entre 18-19 meses para NI e aproximadamente 08 anos para VD, foram abatidos com 378,85 e 360,28 kg de PV, respectivamente. As VD foram desmamadas e encontravam-se vazias, descartadas do rebanho reprodutivo. Para cortes do dianteiro foi detectado maior rendimento de Peito (P<0,05) a favor dos NI em relação às VD, sendo encontrados os valores, 4,87% e 4,44%, respectivamente. Analisando os resultados referentes ao corte serrote, observaram-se semelhanças entre os animais para a maioria dos cortes comerciais mensurados. Entretanto verificou-se superioridade (P<0,05) para o rendimento de Lagarto a favor dos NI (2,78 vs 2,59). Quanto ao rendimento total de carne na carcaça foram encontrados maiores rendimentos (P<0,05) para os NI (73,2%) em relação às VD (71,43%), mas não se observou diferenças significativas (P>0,05) para os rendimentos totais de osso e gordura na carcaça desses animais. Concluiu-se que as duas categorias estudadas apresentaram proporcionalidades semelhantes em relação à distribuição dos cortes comerciais da carcaça.
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 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 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".