MétaCan
Menu
Retour à la cohorte
Enregistrement W1820580550 · doi:10.21061/ijra.v10i1.1334

Effect of Phytase on Growth and Phosphorus Utilization in Japanese Flounder (Paralichthys olivaceus)

2009· article· en· W1820580550 sur OpenAlexaff
Pallab K. Sarker, Hidetsuyo Hosokawa

Notice bibliographique

RevueInternational Journal of Recirculating Aquaculture · 2009
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAquaculture Nutrition and Growth
Établissements canadiensUniversité Laval
Organismes subventionnairesMinistry of Education, Culture, Sports, Science and Technology
Mots-clésParalichthysOlive flounderPhytasePhosphorusFlounderFisheryAnimal scienceBiologyChemistryFish <Actinopterygii>

Résumé

récupéré en direct d'OpenAlex

An experiment was conducted to investigate the effect of phytase supplementation on weight gain, phosphorus and protein digestibility and retention in Japanese flounder (Paralichthys olivaceus) fed a soybean meal (SBM)-containing diet. Six levels of phytase-supplemented diets containing 0, 150, 300, 450, 900 and 1500 FTU (phytase unit)/100g diet were assigned to triplicate tanks and fed to Japanese flounder (20 fish/ tank, initial average weight 151.4 g) for 40 days. The increase of soluble phosphorus and decrease of phytic acid remained relatively constant for all levels receiving the 300 FTU diet and greater. Significantly (P<0.05) greater weight gain and higher feed conversion ratios (FCR) were observed in fish fed diets supplemented at 300 FTU or greater compared to the control (0 FTU) diet. Significantly (P<0.05) improved apparent protein and phosphorus digestibility, as well as serum calcium concentration were found in fish fed the 300 FTU diet. All

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,703
Score d'incertitude au seuil0,261

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,019
Tête enseignante GPT0,282
Écart entre enseignants0,263 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations3
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Recirculating AquacultureMême sujetAquaculture Nutrition and GrowthTravaux en français237 207