MétaCan
Menu
← Retour à la cohorte
Enregistrement W131551298 · doi:10.1096/fasebj.24.1_supplement.927.12

Metabolic availability of threonine in common foodstuffs in pigs

2010· article· en· W131551298 sur OpenAlexaff
Crystal L Levesque, Soenke Moehn, Paul Pencharz, Ron O. Ball

Notice bibliographique

RevueThe FASEB Journal · 2010
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Nutrition and Physiology
Établissements canadiensUniversity of TorontoUniversity of Alberta
Organismes subventionnairesAjinomoto Pharmaceuticals
Mots-clésPhenylalanineNutrientFood scienceAmino acidChemistryThreonineAnimal scienceBiologyBiochemistryEnzymeSerine

Résumé

récupéré en direct d'OpenAlex

Availability of amino acids (AA) in foodstuffs must be known to ensure adequate dietary supply. Ileal digestibility and protein digestibility amino acid score do not account for the true metabolic utilization of absorbed AA. Availability of AA in adult animals may be different from growing pigs. The metabolic availability (MA) of threonine (THR) in corn and barley was determined in 8 pregnant sows and 8 growing pigs using the indicator amino acid oxidation method ([1‐ * C] phenylalanine). Reference diets provided 40 – 80% of the THR requirement; other nutrients were set at 120% of requirement, and test diets provided THR at 80% of requirement. Tracer phenylalanine was given orally in 8 ½‐hourly meals and expired 13 CO 2 and 14 CO 2 was quantified. The MA of THR in corn and barley in sows was 88.0 and 89.3%, respectively. The MA of corn in growing pigs was 82.2%, similar to the published true ileal digestibility of THR in corn (82.0%). Metabolic availability is therefore, a good estimate of the true availability of AA in foodstuffs. Pregnant mature animals have a greater capacity to digest and utilize AA in common ingredients than growing animals. Funding: AB Pork, ON Pork, ALIDF, ACAAF, Ajinomoto.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,023
Tête enseignante GPT0,245
Écart entre enseignants0,221 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe FASEB Journal→Même sujetAnimal Nutrition and Physiology→Travaux en français237 207→