Modeling of Parameters Affecting Phytate Phosphorus Bioavailability in Growing Birds
Notice bibliographique
Résumé
The current study was undertaken to establish a population from an unselected random-mating chicken population for the development of a model to predict factors that affect phytate P utilization in growing birds. A population was established from a mating of 40 male and 200 female chickens from the Athens Canadian randombred population. At 4 wk of age, birds were housed in individual metabolic cages and fed a diet containing 1.06% Ca, 0.35% total P, and 0.03% available P. After 3 d of acclimatization, feed consumption (FC) was measured and excreta produced in 3 consecutive d were collected. Individual 4-wk BW, BW gain (BWG), phytate P intake (PPI), inorganic P intake (IPI), Ca intake (CaI), N intake (NI), and energy intake (EI) during the 3 d excreta collection period were also measured. Feed conversion ratios (FCR) and relative growth rate were calculated. Phytate P bioavailability (PPB), Ca bioavailability (CaB), and N bioavailability (NB) were estimated from the disappearance of the nutrients during the passage of feed through the gastrointestinal tract. Energy bioavailability (EB) was measured by bomb calorimetry as the difference in the gross energy of the feed and the energy of the excreta. The major factors affecting PPB were CaB and EB for both sexes. In the males, BW contributed significantly to PPB. However, in the females, NB also contributed significantly to PPB. Faster growing birds tended to have a reduced retention time of feed compared with slow growing birds, and as a result utilized phytate P less. Birds that are able to utilize phytate P better are putatively able to release P for energy utilization. Therefore, the birds that were able to utilize phytate P better were also better energy utilizers.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».