MétaCan
Menu
Retour à la cohorte
Enregistrement W1977856711 · doi:10.1021/jf9028078

Production of Docosahexaenoic Acid (DHA) Enriched Bacon

2009· article· en· W1977856711 sur OpenAlexaff
William Jon Meadus, Pascale Duff, B. Uttaro, J.L. Aalhus, Dave Rolland, L.L. Gibson, M. E. R. Dugan

Notice bibliographique

RevueJournal of Agricultural and Food Chemistry · 2009
Typearticle
Langueen
DomaineNursing
ThématiqueFatty Acid Research and Health
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésDocosahexaenoic acidCanolaFood sciencePolyunsaturated fatty acidTasteChemistryFatty acidBiologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

North American consumers interested in improving their health through diet perceive red meat as a source of too much saturated and unhealthy fat in the diet. The purpose of this trial was to produce bacon enriched with the long-chain omega-3 fatty acid, docosahexaenoic acid (DHA). In this 25 day study, pigs were fed a standard finisher diet of canola, pea, corn, and barley, mixed with DHA, added in the form of alga biomass. Bacon content of DHA was increased to 97 mg/100 g when 1 g of DHA was added to a kilogram of feed. The pigs fed the highest diet level of alga biomass, containing 0.29% DHA, produced bacon with approximately 3.4 mg of DHA/g and 1.2% of the fat as omega-3 fatty acids. Feed to gain was significantly improved, and carcass quality was unaffected. However, problems of off-odors and off-flavors were reported in the bacon from the taste panel survey. Polyunsaturated fat and potential unsaturated fat oxidation as indicated by malonaldehyde levels were significantly higher in the pigs fed the higher concentrations of DHA.

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 enseignants0,105
Score d'incertitude au seuil0,242

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 Opus0,014
Tête enseignante GPT0,255
Écart entre enseignants0,242 · 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

Citations52
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural and Food ChemistryMême sujetFatty Acid Research and HealthTravaux en français237 207