Diseño, construcción y automatización de una descremadora de leche para la alimentación en terneras Holstein mestizas
Bibliographic record
Abstract
En la Hacienda la Maga ubicada en el Recinto Cascarillas, Parroquia de Sibambe, Cantón Alausí, Provincia de Chimborazo, se diseñó, construyó y automatizó un prototipo de máquina descremadora de leche, el mismo que se utilizó para descremar, con el fin de suministrar leche descremada a las terneras. Se evaluó la utilización de tres dietas liquidas: con leche descremada, leche entera y sustituto de leche para la alimentación en terneras Holstein mestizas en la etapa de crecimiento. Se utilizó un total de 9 terneras de dos meses de edad con un peso entre 60 a 80 kilos, considerando que cada ternera es una unidad experimental, se valoró tres tratamientos con tres repeticiones, empleando un diseño de bloques completamente al azar (DBCA). Los resultados obtenidos demostraron que el prototipo de máquina descremadora alcanzó un 90% de eficiencia, obteniendo por cada 10 litros de leche 1 litro de crema en 360 segundos, en la prueba experimental en las terneras, no existieron diferencias significativas entre los tratamientos, puesto que alcanzaron ganancias de pesos promedios en leche descremada de 27,33 Kilos, leche entera de 26,00 kilos y sustituto de leche de 24,67 kilos, hasta los 60 días, con una presencia de diarreas del 0,0% en los tres tratamientos. La determinación de costos por tratamiento fue de $ 34,12 para leche descremada, $ 22,40 para leche entera y $ 25,50 para sustituto de leche. Se recomienda utilizar este prototipo de maquinaria para obtener leche descremada y brindar a las terneras una dieta líquida de calidad, ya que ha demostrado eficiencia y economía para el productor.
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 | 0.001 | 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 | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| 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".