MétaCan
Menu
Retour à la cohorte

Feeding Stimulant for Juvenile Winter Flounders

2000· article· en· W2038686402 sur OpenAlexaff
Melanie Fredette, John Batt, John D. Castell

Notice bibliographique

RevueNorth American Journal of Aquaculture · 2000
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAquaculture Nutrition and Growth
Établissements canadiensFisheries and Oceans Canada
Organismes subventionnairesnon disponible
Mots-clésBiologyJuvenileAnimal sciencePleuronectesFeed conversion ratioFlounderWinter flounderMealWeight gainAquacultureFisheryFish mealJuvenile fishStimulantBody weightFish <Actinopterygii>Food scienceEcologyEndocrinology

Résumé

récupéré en direct d'OpenAlex

Feeding stimulants, commonly amino acids, are incorporated into fish diets to enhance feed intake. Winter flounder Pleuronectes americanus is a finfish species new to aquaculture; determining the best feeding stimulant for this species will help the industry increase feed consumption and growth and reduce feed conversion rates (weight of food fed/weight gained). FinnStim, a commercial feeding stimulant, was tested. Over a single adaptation week and two experimental weeks, juvenile 1-year-old winter flounder were fed daily to satiation either the control diet (99% basal diet and 1% fish meal) or the experimental diet (99% basal and 1% FinnStim). Fish were weighed at the beginning and at the end of a 2-week experimental feeding period, and feed consumption was monitored daily. The FinnStim supplemented diet resulted in a significantly (P < 0.05) enhanced feed consumption and growth rate compared with fish fed the control diet. A similar positive response to FinnStim was also found for feed efficiency (weight gained/weight of food consumed; P < 0.10) of winter flounder. The results suggest that FinnStim is an effective feeding stimulant for juvenile winter flounder at 1% supplementation level.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0020,000

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 GPT0,230
Écart entre enseignants0,216 · 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 source (Gemma direct ou Codex distillé), 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

Citations19
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNorth American Journal of AquacultureMême sujetAquaculture Nutrition and GrowthTravaux en français237 207