Metabolic Studies on Lean and Fat Pekin Ducks Selected for Breast Muscle Thickness Measured by Ultrasound Scanning
Notice bibliographique
Résumé
Female Pekin ducks selected for high (lean) or low (fat) breast muscle:total breast thickness ratio (MT:TOT), measured with ultrasound scanning, were used in metabolic studies to determine the metabolic differences and assess the effects of feed withdrawal and refeeding on plasma parameters. Lean and fat ducks had similar body weight changes throughout the studies. Lean ducks had significantly lower fat and higher CP and ash carcass contents. They also had higher (P < 0.05) plasma glucose after feed withdrawal but less (P < 0.05) plasma glucose after feeding. Fat ducks had similar plasma triglycerides (TG) after feed withdrawal but higher (P < 0.05) TG concentration after feeding and higher (P < 0.05) plasma uric acid than the lean females after feeding. Feed deprivation resulted in higher (P < 0.05) plasma cholesterol than did feeding. Lean ducks fed the test diet retained more (P < 0.05) N than the fat birds. Lean and fat Pekin ducks had similar (P > 0.05) AME, AMEn, TME, and TMEn. Lean ducks lost less (P < 0.05) N than fat birds. Plasma cholesterol was not significantly correlated (P = 0.06) with nitrogen retention (NR); NR was negatively correlated (P < 0.05) with plasma TG, and TG was positively correlated (P < 0.05) with total energy excreted. There was a positive correlation (P < 0.05) between MT:TOT and NR. The MT:TOT correlated (P < 0.05) negatively with carcass fat, and positively with carcass CP and plasma insulin-like growth factor I (IGF-I) concentration. The results we obtained demonstrate the usefulness of ultrasound scanning in live bird selection for leanness and greater breast muscle thickness and are related to metabolic differences between lean and fat female Pekin ducks selected for high or low MT:TOT ratios.
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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 ».