The objective of this study was to

The objective of this study was to predict body weight (BW) of pre-slaughtering beef cattle using digital image
analysis. Data used in this study were collected from slaughterhouses in Isparta and nearby provinces from 140
animals. Selected body measurements such as body weight (BW), wither height (WH), body length (BL), chest
depth (CD), hip width (HW), hip height (HH) and body area (BA) of different breeds of beef cattle were
combined and compared by digital image analysis. The body area was included as a different parameter for
prediction of BW instead of chest girth. However, regression equation that included only body area gave the
lowest R2 value for Holstein (18.0%), but the R2 value was 43.2 and 51.7% for Brown Swiss and crossbred
animals, respectively. The regression equation which included all body traits resulted in R2 values 35.3, 85.1, and
79.6% for Holstein, Brown Swiss and crossbred, respectively. The regression equation which included body area
and body length showed that prediction ability of digital image analysis was high for prediction of BW in Brown
Swiss and crossbred animals compared to Holsteins (R2 82.6, 76.5, and 29.5%, respectively). Results indicated
that the prediction ability of digital image analysis was low for prediction of BW. Although possibility of using
body area as a parameter in predicting BW is low it can be developed by further and better designed
experiments.

ผลลัพธ์ (ไทย) 1:

วัตถุประสงค์ของการศึกษานี้คือการ ทำนายน้ำหนัก (BW) ของก่อนฆ่าเนื้อวัวใช้ภาพดิจิตอลการวิเคราะห์ ข้อมูลที่ใช้ในการศึกษานี้ได้รวบรวมจากโรงฆ่าสัตว์ ใน Isparta และคับคั่งจาก 140สัตว์ ตัวเลือกการวัดเช่นน้ำหนักของร่างกาย (BW), เหี่ยวแห้งสูง-ชั่วโมง (WH), ความยาว (BL) หน้าอกความลึก (CD), ความกว้างสะโพก (HW), สะโพกสูง (HH) และบริเวณร่างกาย (BA) ของสายพันธุ์ต่าง ๆ ของเนื้อวัวได้รวม และเปรียบเทียบ โดยการวิเคราะห์ภาพดิจิตอล บริเวณร่างกายถูกรวมเป็นพารามิเตอร์แตกต่างกันสำหรับทำนายของ BW แทนขนาดรอบอก อย่างไรก็ตาม ให้สมการถดถอยที่อยู่เฉพาะบริเวณที่ต้องการค่า R2 ต่ำสุดสำหรับโฮลชไตน์ (18.0%), แต่ค่า R2 เป็น 43.2 และ 51.7% น้ำตาลสวิสและ crossbredสัตว์ ตามลำดับ สมการถดถอยซึ่งรวมถึงลักษณะทั้งหมดของร่างกายส่งผลให้ค่า R2 35.3, 85.1 และ79.6% โฮลชไตน์ บราวน์สวิส และ crossbred ตามลำดับ สมการถดถอยซึ่งรวมบริเวณร่างกายและความยาวที่แสดงให้เห็นว่า ความสามารถในการคาดเดาวิเคราะห์ภาพดิจิตอลสำหรับทำนายของ BW ในน้ำตาลเมื่อเทียบกับ Holsteins สัตว์สวิส และลูกผสม (R2 82.6, 76.5 และ 29.5% ตามลำดับ) ผลลัพธ์ที่ระบุว่า ความสามารถในการคาดเดาวิเคราะห์ภาพดิจิตอลได้ต่ำสำหรับทำนายของ BW แม้ว่าความเป็นไปได้ของการใช้ตัวตั้งเป็นพารามิเตอร์ในการทำนาย BW มีน้อย มันสามารถที่จะพัฒนาโดยเพิ่มเติม และดีกว่าที่ออกแบบมาการทดลอง

ผลลัพธ์ (ไทย) 2:

วัตถุประสงค์ของการศึกษานี้คือการทำนายน้ำหนักตัว (BW) ของโคเนื้อก่อนการฆ่าโดยใช้ภาพดิจิตอล
การวิเคราะห์ ข้อมูลที่ใช้ในการศึกษาครั้งนี้ได้ถูกรวบรวมจากโรงฆ่าสัตว์ใน Isparta และจังหวัดใกล้เคียงจาก 140
สัตว์ การวัดร่างกายเลือกเช่นน้ำหนักตัว (BW) เหี่ยวแห้งสูง (WH) ความยาวลำตัว (BL) หน้าอก
ลึก (CD), สะโพกกว้าง (HW) ความสูงสะโพก (HH) และบริเวณร่างกาย (BA) ของสายพันธุ์ที่แตกต่างกันของ เนื้อวัวที่ถูก
รวมเข้าด้วยกันและเปรียบเทียบโดยการวิเคราะห์ภาพดิจิตอล บริเวณร่างกายถูกรวมเป็นพารามิเตอร์ที่แตกต่างกันสำหรับ
การคาดการณ์ของ BW แทนเส้นรอบวงหน้าอก แต่สมการถดถอยที่รวมพื้นที่ของร่างกายเพียงให้
ค่า R2 ต่ำสุดสำหรับโฮล (18.0%) แต่ค่า R2 เป็น 43.2 และ 51.7% สำหรับบราวน์สวิสและลูกผสม
สัตว์ตามลำดับ สมการถดถอยซึ่งรวมถึงลักษณะของร่างกายส่งผลให้ค่า R2 35.3, 85.1 และ
79.6% สำหรับโฮลบราวน์สวิสและลูกผสมตามลำดับ สมการถดถอยซึ่งรวมถึงพื้นที่ของร่างกาย
และความยาวลำตัวแสดงให้เห็นว่าการคาดการณ์ความสามารถในการวิเคราะห์ภาพดิจิตอลสูงสำหรับการคาดการณ์ของ BW ในบราวน์
สวิสและสัตว์ลูกผสมเมื่อเทียบกับ Holsteins (R2 82.6, 76.5 และ 29.5% ตามลำดับ) ผลการศึกษาพบ
ว่าความสามารถในการคาดการณ์ของการวิเคราะห์ภาพดิจิตอลต่ำสำหรับการคาดการณ์ของ BW แม้ว่าความเป็นไปได้ของการใช้
พื้นที่ของร่างกายเป็นพารามิเตอร์ในการทำนาย BW เป็นต่ำก็สามารถที่จะพัฒนาโดยต่อไปและการออกแบบที่ดีกว่า
การทดลอง

ผลลัพธ์ (ไทย) 3:

การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อทำนายน้ำหนักตัว ( BW ) ก่อนการฆ่าโคเนื้อโดยใช้ภาพดิจิตอลการวิเคราะห์ ข้อมูลที่ใช้ในการศึกษาครั้งนี้ เก็บรวบรวมจากโรงฆ่าสัตว์ใน Isparta และจังหวัดใกล้เคียงจาก 140สัตว์ การเลือกตัววัด เช่น น้ำหนักตัว ( BW ) , ความสูงเหี่ยวเฉา ( อะ ) , ความยาว ( BL ) หน้าอกความลึก ( CD ) , ความกว้างของสะโพก ( HW ) ความสูงสะโพก ( HH ) และบริเวณลำตัว ( BA ) ของพันธุ์ที่แตกต่างกันของโคเนื้อคือรวมและเปรียบเทียบโดยการวิเคราะห์ภาพดิจิตอล บริเวณร่างกายถูกรวมเป็นค่าต่าง ๆการทำนายน้ำหนักตัวแทนสายรัดหน้าอก อย่างไรก็ตาม สมการถดถอยซึ่งรวมถึงพื้นที่ร่างกายเท่านั้น ให้ค่า R2 ต่ำสุดโฮลสไตน์ ( ร้อยละ 18.7 ) แต่ค่า R2 คือ 90 % สำหรับตนเองและบราวน์สวิสและลูกผสมสัตว์ตามลำดับ สมการถดถอยซึ่งรวมถึงคุณลักษณะทั้งหมดของร่างกาย ( R2 ค่า 35.3 , ขวาง , และอธิบาย % โฮลสไตน์ บราวน์สวิสและลูกผสม ตามลำดับ สมการถดถอยซึ่งรวมพื้นที่ร่างกายและความยาวของร่างกาย พบว่า ความสามารถในการทำนายของการวิเคราะห์ภาพดิจิตอลสูงเท่ากับตัวในสีน้ำตาลชาวสวิสและลูกผสมของสัตว์เมื่อเทียบกับ holsteins ( R2 82.6 76.5 , และ 29.5 เปอร์เซ็นต์ ตามลำดับ ) พบที่มีความสามารถในการทำนายของการวิเคราะห์ภาพดิจิตอล ต่ำ เพื่อทำนายน้ำหนักตัว แม้ว่าความเป็นไปได้ของการใช้บริเวณลำตัวเป็นพารามิเตอร์ในการทำนายน้ำหนักตัวต่ำ สามารถพัฒนาและออกแบบโดยต่อไปดีกว่าการทดลอง