MétaCan
Menu
Retour à la cohorte
Enregistrement W1677433098 · doi:10.1111/jpn.12376

Rare earth element‐enriched yeast improved egg production and egg quality in laying hens in the late period of peak egg production

2015· article· en· W1677433098 sur OpenAlexaff
C. M. Nyachoti, Joe D Hancock, Jinyoung Lee, Y. H. Kim, D. H. Lee, In Ho Kim

Notice bibliographique

RevueJournal of Animal Physiology and Animal Nutrition · 2015
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Nutrition and Physiology
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésYolkAnimal scienceBiologyLayingMealFood science

Résumé

récupéré en direct d'OpenAlex

The objective of this study was to determine the effects of rare earth element-enriched yeast (RY) on egg production, coefficient of total tract apparent digestibility (CTTAD), egg quality, excreta gas emission and excreta microbiota of laying hens. A total of 216 ISA brown laying hens of 52 weeks of age were used in a 5-week feeding trial and data were collected every week. Birds were randomly allotted to three dietary treatments each with six replicates and 12 hens per replicate. Each cage (38 cm width × 50 cm length × 40 cm height) contained one hen. Treatments consisted of corn-soya bean meal-based diet supplemented with 0, 500 or 1000 mg/kg of RY. From weeks 55 to 56, inclusion of RY linearly increased (p < 0.05) egg production. The CTTAD of nitrogen was increased (linear, p < 0.05) with increasing dietary level of RY. In week 55, yolk height and Haugh units were increased linearly (p < 0.05) with increasing dietary RY content. However, no significant effects were observed in terms of excreta emissions and excreta microbiota in laying hens. In conclusion, dietary supplementation with RY improved egg production and CTTAD of nitrogen and slightly improved egg quality in laying hens of the late period of peak egg production.

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 Opus0,040
Tête enseignante GPT0,275
Écart entre enseignants0,235 · 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

Citations14
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Animal Physiology and Animal NutritionMême sujetAnimal Nutrition and PhysiologyTravaux en français237 207