Dietary manipulation to increase conjugated linoleic acids and other desirable fatty acids in beef: A review
Notice bibliographique
Résumé
The diet is the source of many essential fatty acids such as linoleic and linolenic acids for all mammals. These fatty acids either, as altered isomers or as other elongated products, have been found to provide unique advantages to human health. Currently two conjugated linoleic acids (CLA) isomers (cis-9, trans-11 C18:2; trans-10, cis-12 C18:2) and two elongated products of linolenic acid [eicosapentaenoic acid (EPA, C20:5 n-3), docosahexaenoic acid (DHA, C22:6 n-3)] have been recognized for their roles in maintaining human health. Consumers can obtain these functional fatty acids from beef if the feeding management of beef cattle can be altered to include precursor fatty acids. Diet, breed, and gender are important factors that affect total fat content and/or the fatty acid profile of beef with regard to CLA, EPA, and DHA. Diet provides the precursor fatty acids that are altered and deposited, and breed dictates, the amount of fat that is deposited. These fatty acids can be increased in beef by increasing the forage:concentrate ratio, inclusion of non-fermented forage, and supplementation with various oils or oil seeds. The CLA and vaccenic acid (trans-11 C18:1) concentration in beef was increased by feeding sunflower oil or seeds, linseed, and soybean oil supplemented diets, while cattle fed linseed and fish oil supplemented diets had increased concentrations of EPA and DHA. Although the concentration of these fatty acids can be increased in beef, there is a need to further the understanding of the mechanism by which they exert positive affects on human health. Key words: Cattle, beef, fatty acids, conjugated linoleic acid, eicosapentaenoic acid, docosahexaenoic acid
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».