MétaCan
Menu
Retour à la cohorte
Enregistrement W1969154944 · doi:10.1021/jf071588x

Chemical Structures of Manure from Conventional and Phytase Transgenic Pigs Investigated by Advanced Solid-State NMR Spectroscopy

2007· article· en· W1969154944 sur OpenAlexaff
Jingdong Mao, A. Ajakaiye, Yeqing Lan, Dan C. Olk, Michael Warren Ceballos, Tiequan Zhang, Ming Fan, Cecil W. Forsberg

Notice bibliographique

RevueJournal of Agricultural and Food Chemistry · 2007
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePhytase and its Applications
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésPhytaseNuclear magnetic resonance spectroscopyManureSpectroscopyChemistrySolid-stateSolid-state nuclear magnetic resonanceBiotechnologyAgronomyBiologyStereochemistryPhosphorusOrganic chemistryNuclear magnetic resonancePhysical chemistry

Résumé

récupéré en direct d'OpenAlex

Nonpoint phosphorus (P) pollution from animal manure is becoming a serious global problem. The current solution for the swine industry includes the enzyme phytase as a component in oil meal and cereal grain-based swine diets. A long-term approach is the production of transgenic phytase pigs that express phytase in the salivary glands and secrete it in the saliva. This study provides a detailed comparison of chemical structures of manure from conventional pigs and transgenic pigs that express phytase under growing and finishing phases using new solid-state NMR techniques. Spectral editing techniques and quantitative NMR techniques were used to identify and quantify specific functional groups. Two-dimensional (1)H- (13)C heteronuclear correlation NMR was used to detect their connectivity. Manure from conventional and transgenic pigs had similar peptide, carbohydrate, and fatty acid components, while those from transgenic pigs contained more carbohydrates and fewer nonpolar alkyls. There was no consistent effect from diets with or without supplemental phosphate or growth stages.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,086
Score d'incertitude au seuil0,219

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 Opus0,007
Tête enseignante GPT0,213
Écart entre enseignants0,206 · 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

Citations15
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural and Food ChemistryMême sujetPhytase and its ApplicationsTravaux en français237 207