Efeito de um flavorizante sobre o consumo de água e desempenho de leitões pós-desmame
Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
O estudo avaliou a adição de um flavorizante comercial na água de consumo de leitões, sobre ingestão de água e desempenho durante o período pós-desmame. Foram utilizados 60 leitões, distribuídos em um delineamento em blocos casualizados, compreendendo dois tratamentos: sem e com a adição de um flavorizante comercial - 100 g/ 1000L de inclusão, com 10 repetições por tratamento, cada repetição com três animais. Os parâmetros calculados foram: consumo médio de água por animal, consumo total diário de água, consumo médio diário de ração, consumo total de ração, consumo médio de ração, ganho de peso diário, ganho de peso médio diário, ganho de peso total, conversão alimentar, eficiência alimentar, e a ocorrência de diarreia. Considerando as fases 1 e 2, verificou-se que a adição do flavorizante na água proporcionou o aumento do consumo médio de água por animal e para o consumo total diário de água. Contudo, não promoveu influência significativa sobre o consumo médio diário de ração, consumo total de ração e para ganho de peso diário. Observou-se uma correlação positiva entre o consumo de água e ração para ambos os tratamentos durante a primeira fase, no entanto, o comportamento inicial na relação entre os consumos ração/água para o tratamento com flavorizante apresentaram médias maiores. Para o ciclo completo, não houve diferença estatística para as variáveis estudadas. As porcentagens da incidência de diarreia não demonstraram diferenças estatísticas. Logo, a manipulação das características hedônicas da água de consumo por meio da adição do flavorizante é benéfica, proporcionando aumento no consumo de água nas duas primeiras semanas do pós-desmame.
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.
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.000 | 0.001 |
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 it