MétaCan
Menu
Retour à la cohorte
Enregistrement W1967646272 · doi:10.1111/j.1365-2109.2011.02957.x

Effects of replacing fish oil with stearine as main lipid source in diet on growth and survival of Pacific White Shrimp, Litopenaeus vannamei (Boone, 1931)

2011· article· en· W1967646272 sur OpenAlexaff
Zhi Yong Ju, Frank L. Castille, Dong‐Fang Deng, Warren G. Dominy, Addison L. Lawrence, Ian Forster

Notice bibliographique

RevueAquaculture Research · 2011
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAquaculture Nutrition and Growth
Établissements canadiensFisheries and Oceans Canada
Organismes subventionnairesU.S. Department of Agriculture
Mots-clésShrimpLitopenaeusBiologyFish oilPelletAnimal scienceFisheryJuvenileSeawaterFood scienceFish <Actinopterygii>Ecology

Résumé

récupéré en direct d'OpenAlex

The stearine fraction from raw fish oil refinement has been treated as a waste material. This study was conducted to evaluate effects of replacing prime refined fish oil with stearine as the main lipid source to a control diet on shrimp growth and survival as well as on pellet water stability of diets. Test diets were processed containing three levels (0.7%, 1.3% and 2.7%) of either stearine or refined fish oil in a semi-purified control diet. These diets were each assigned to five or six replicated tanks and each tank was stocked with seventeen juvenile shrimp (ca. 0.50 g) in an indoor seawater recirculating system. At the end of 6 weeks, the survival of shrimp was 89.4–95.3% with no significant difference (P > 0.05) among dietary treatments. The six test diets obtained significantly higher (P < 0.05) shrimp growth rates (1.46–1.83 g week−1) than the control diet (1.38 g week−1). The shrimp that were fed the three stearine-added diets exhibited high growth rates (1.75–1.83 g week−1). Increasing the inclusion level of the stearine improved pellet water stability (91.7–93.9%; P < 0.05). These results suggest that stearine can replace fish oil in shrimp feed based on the growth performance.

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)0,001
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 enseignants0,531
Score d'incertitude au seuil0,369

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,032
Tête enseignante GPT0,260
Écart entre enseignants0,229 · 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

Citations11
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAquaculture ResearchMême sujetAquaculture Nutrition and GrowthTravaux en français237 207