Alpesi anyakecskék vérmérsékletének kapcsolata a tejtermelésükkel egy hazai tenyészetben
Bibliographic record
Abstract
A szerzők célja alpesi anyakecskék vérmérsékletének tejtermelésre (napi maximális, 100. napra korrigált laktációs és teljes laktációs) gyakorolt hatásának értékelése (n=46) volt. A kecskék fejése 1 x 6-os Alfa Laval fejőállásban, napi 2 alkalommal történt. A vizsgált kecskék 1-5 laktáció számúak és 3 apától származtak. A vérmérséklet értékelését, az un. mérleg teszt (az állat viselkedésének értékelése 1-5 pontos skálán, a mérlegen töltött idő 30 másodperc alatt) és módosított menekülési sebesség teszt (az állat viselkedésének értékelése a mérleg elhagyása utáni 15 m megtételéhez szükséges időtartam mérése) segítségével végezték el a laktáció első harmadában (laktáció 100- 120. napja között). A menekülési sebesség időértékeit 1-5 kategóriákba sorolták 8 mp időközökkel, 8 mp alatt 5-ös pont, 32 mp felett 1-es pontot kapott a vizsgált állat. A vizsgálat során, ideges, agresszív (5-ös pont) viselkedést egyik állat sem mutatott. A mérleg teszt során 1-es pontot kapott egyedeknek a100. napra korrigált laktációs tejtermelése 288 kg volt, ezzel szemben, a 3-as és 4-es pontszámot kapott kecskék 172 és 129 kg tejet termeltek. A menekülési sebesség esetén az 1-es kategóriába került anyakecskék 300 kg tejet termeltek a 100 nap alatt, míg a 3-as és 4-es pontszámú kecskék 188 kg és 134 kg tejet termeltek. A vérmérsékletnek jelentős hatása volt az alpesi anyakecskék tejtermelésére.
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 | 0.002 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.060 | 0.014 |
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".