Bibliographic record
Abstract
Opinnäytetyön tarkoituksena oli selvittää ylämaankarjan maidon koostumus. Työ tehtiin yhteistyössä Suomen Highland Cattle Club ry:n kanssa. Päähuomio kiinnitettiin rasvan ja valkuaisen pitoisuuksiin, mutta myös urea- ja laktoosiarvoja selvitettiin. Tutkimusaineistona oli kesän ja syksyn 2010 aikana otetut maitonäytteet. \nEmolehmätuotannossa maidon koostumukseen ei yleensä kiinnitetä huomiota. Siitä ei myöskään ole olemassa paljoa tutkimustuloksia maailmalta saati Suomesta. Ylämaankarjan maidon koostumusta ei ole aikaisemmin tutkittu lainkaan. \nTutkimukseen osallistui seitsemän ylämaankarjatilaa. Lehmistä otettiin 1-3 maitonäytettä lypsykauden aikana. Mukana oli 59 emolehmää ja kaikkiaan maitonäytteitä otettiin 116 kappaletta. Maidosta tutkittiin rasva-, valkuais-, urea- ja laktoosipitoisuus. Näytteet analysoitiin Valion Seinäjoen aluelaboratoriossa. Saadut tulokset analysoitiin SPSS-tilasto-ohjelmalla. \nSaatujen tulosten pohjalta näyttäisi siltä, että ylämaankarjan maito ei koostumukseltaan suuresti poikkea muiden emolehmien maidoista. Valkuaispitoisuus ylämaankarjan maidossa on korkea. Rasvapitoisuus jäi tässä tutkimuksessa alhaiseksi johtuen näytteenoton muuttuvista tekijöistä. Tutkimusta voivat hyödyntää ylämaankarjan kasvattajat suunnitellessaan ruokintaa sekä jalostusta. Suomen Highland Cattle Club ry voi hyödyntää tämän työn tuloksia kehittäessään emolehmätuotannon ohjausta sekä koulutusmateriaalina koulutustilaisuuksissa.
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 | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.090 | 0.020 |
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".