Energy concentration and phosphorus digestibility in canola, cottonseed, and sunflower products fed to growing pigs
Notice bibliographique
Résumé
Rodríguez, D. A., Sulabo, R. C., González-Vega, J. C. and Stein, H. H. 2013. Energy concentration and phosphorus digestibility in canola, cottonseed, and sunflower products fed to growing pigs. Can. J. Anim. Sci. 93: 493–503. Many protein sources are available to the swine feed industry, but accurate data for the energy concentration and the standardized total tract digestibility (STTD) of P in these ingredients are lacking. Therefore, two experiments were conducted to determine the concentration of digestible energy (DE), metabolizable energy (ME) and the STTD of P in oilseed products. In exp. 1, 48 barrows (44.8±3.9 kg) were fed a basal diet containing 97.15% corn or seven diets containing corn and canola seed (CS), canola meal (CM), cottonseed meal (CSM), sunflower seed (SFS), sunflower meal (SFM), de-hulled sunflower meal (SFM-DH), or soybean meal (SBM). Six pigs were allotted to each treatment. Sunflower seeds contained 5492 kcal kg−1, at least 689 kcal kg−1 more (P<0.05) ME than all other feed ingredients. Likewise, CS (4803 kcal kg−1) had greater (P<0.05) ME than SBM (3676 kcal kg−1), and both CS and SBM had greater (P<0.05) ME than CM, SFM, SFM-DH, and CSM (2998, 2725, 2631, and 2459 kcal kg−1, respectively). In exp. 2, 84 barrows (13.7±1.5 kg) were allotted to 14 diets, which contained each of the oilseed products without or with phytase, in a randomized complete block design with six pigs per dietary treatment. The STTD of P in SBM was at least 4 percentage units greater (P<0.05) than the STTD of P in the other ingredients. Adding phytase to the diets reduced fecal output of P from all ingredients and increased (P<0.05) the STTD of P for all ingredients except SFM-DH. The ME concentration in SFS and CS is greater than that of SBM and the STTD of P among these ingredients is comparable, which indicates that SFS and CS may be fed to growing pigs at the expense of SBM.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».