Growth Performance of Nile Tilapia (<i>Oreochromis niloticus</i>) Fed Processed Soybean Meal Based Diets Supplemented With Phytase
Notice bibliographique
Résumé
An 8-week feed trial was conducted in glass tanks (60×30×30cm) to assess the performance of fingerlings Nile Tilapia ( Oreochromis niloticus ) fed diets containing soybean meals processed by toasting and incubation methods. Six diets were formulated at 30% crude protein content with 0 (control), 2,000 units, 4,000 units, 6,000 units, 8,000 units and 10,000 units phytase/kg diet making diet/treatments. Each treatment was replicated twice, each replicate contained 15 fish (6.23 ± 0.1g). Fish were fed twice daily at 5% of their body weight. Mean Weight Gain (MWG), Specific Growth Rate (SGR), Feed Conversion Ratio (FCR) and Protein Efficiency Ratio (PER) were measured. Temperature, Dissolved oxygen and pH were determined using standard methods. Data were analyzed using descriptive statistics and ANOVA at p= 0.05. Results showed that fish fed diet 5 (8,000 units phytase/kg diet) had the best growth and nutrient utilization indices while fish fed the control diet (0 unit phytase/kg diet) had the poorest. The SGR, FCR and PER of the group of fish fed diets with 0, 2,000, 4,000, 6,000 and 10,000 units phytase/kg diet were not significantly difference (p > 0.05), while the SGR, FCR and PER of fishes fed diet with 8,000 units phytase/kg diet were significantly (p < 0.05) better than those of the fishes fed other diets. The values of temperature, dissolved oxygen and pH were closely related and were within the range for fish culture in the tropics. The results suggest that phytase inclusion in the diet of O. niloticus could be a potential and promising dietary supplementation that would positively influence growth and water quality of O. niloticus in aquaculture.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».