Search

Your search keyword '"Lerch S"' showing total 3 results
Start Over Author "Lerch S" Language french
3 results on '"Lerch S"'

2. Phénotypage fin de la composition corporelle : calibration et comparaison directe de huit méthodes chez la chèvre laitière

Author

Lerch, S., Anne de la Torre, Christophe Huau, Monziols, M., Caroline Xavier, Louis, L., Yannick Le Cozler, Philippe Faverdin, Philippe Lamberton, Isabelle Constant, Martine Tourret, Chery, I., Heimo, D., Christelle Loncke, Philippe Schmidely, José Pires, Agroscope Posieux, Agroscope, Unité Mixte de Recherche sur les Herbivores - UMR 1213 (UMRH), VetAgro Sup - Institut national d'enseignement supérieur et de recherche en alimentation, santé animale, sciences agronomiques et de l'environnement (VAS)-AgroSup Dijon - Institut National Supérieur des Sciences Agronomiques, de l'Alimentation et de l'Environnement-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Génétique Physiologie et Systèmes d'Elevage (GenPhySE ), Ecole Nationale Vétérinaire de Toulouse (ENVT), Institut National Polytechnique (Toulouse) (Toulouse INP), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Institut National Polytechnique (Toulouse) (Toulouse INP), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-École nationale supérieure agronomique de Toulouse [ENSAT]-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Institut du Porc (IFIP), Physiologie, Environnement et Génétique pour l'Animal et les Systèmes d'Elevage [Rennes] (PEGASE), AGROCAMPUS OUEST, Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), SILVA (SILVA), AgroParisTech-Université de Lorraine (UL)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), CNRS, UMR DEPE, 67087, Strasbourg, France, Modélisation Systémique Appliquée aux Ruminants (MoSAR), AgroParisTech-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Université Paris-Saclay, AgroParisTech-Université Paris-Saclay-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), and Pires, Jose

Subjects
[SDV] Life Sciences [q-bio], [SDV]Life Sciences [q-bio]
Abstract

Eight methods were compared to estimate dairy goat body composition, by calibrating against chemical composition measured post-mortem. The methods tested on 20 Alpine goats were body condition score (BCS), 3D imaging assessment of BCS or whole body scan, ultrasound, computer tomography (CT), adipose cell diameter, deuterium oxide dilution space (D2OS) and bioelectrical impedance spectroscopy. Regressions were tested between predictive variates and empty body composition. The best equations for estimation of lipid mass included body weight combined with i) perirenal adipose tissue mass and cell diameter (R² = 0.95), ii) volume of fatty tissues measured by CT (R² = 0.92), or iii) D2OS (R² = 0.91). The best equations for estimation of protein mass combined body weight with D2OS (R² = 0.97) or sternal BCS (R² = 0.95). Whole body 3D imaging method and ultrasound measurements were not satisfactory estimators of body composition (R² ≤ 0.40)., Huit méthodes ont été comparées pour phénotyper la composition corporelle chez 20 chèvres laitières : la note d’état corporel (NEC), l’imagerie 3D pour estimer la NEC et reconstituer le corps entier, l’échographie, la tomodensitométrie (CT), le diamètre des adipocytes, l’espace de diffusion de l’eau deutérée (EDD2O) et l’impédancemétrie. Les différentes variables issues des méthodes testées ont été incluses dans des régressions linéaires pour déterminer la composition chimique du corps vide mesurée après abattage. Les équations les plus précises pour l’estimation de la masse de lipides combinent le poids vif et i) le poids total et le diamètre des adipocytes du tissu adipeux périrénal (R² = 0,95), ii) le volume des tissus gras mesuré par CT (R² = 0,92) ou iii) l’EDD2O (R² = 0,91). Les meilleures équations d’estimation de la masse de protéines incluent le poids vif et l’EDD2O (R² = 0,97) ou la NEC sternale (R² = 0,95). L’imagerie 3D corps entier et les mesures échographiques ne semblent pas être de bons estimateurs de la composition corporelle (R² ≤ 0.40).

Published
2020

3. Impact of intelligent agents on the avoidance of spontaneous traffic jams on two-lane motorways

Author

Malerczyk Jessica, Lerch Sabine, Tibken Bernd, and Kummert Anton

Subjects
Engineering (General). Civil engineering (General), TA1-2040
Abstract

This paper approaches the evaluation of intelligent agents for the reduction and avoidance of spontaneous traffic jams, which arise without evident reason. Individual vehicles are regarded as intelligent agents that act autonomously. The basis of this work is the Nagel-Schreckenberg (NaSch) model. Its extensions by the velocity-dependent randomization (VDR) model and multiple lanes allow us to simulate realistic traffic and congestion situations on two-lane motorways. Our concept is applied to the model and analyzed by fundamental diagrams and the average velocity, for example. The results of this paper reveal that traffic congestions are avoided when using swarm intelligence in all vehicles since human behavior, especially misbehavior, is eliminated and the velocities determined by the intelligent vehicle are directly realized. Moreover, an amount of 30% of intelligent vehicles has a significantly positive impact on traffic flow.

Published
2020
Full Text
View/download PDF

Catalog

Books, media, physical & digital resources
See catalog results