The influence of narasin level, type of feed, and gender on the palatability attributes and cooking properties of pork
Notice bibliographique
Résumé
A total of 256 pork chops were obtained from pigs of different genders (128 barrows and 128 gilts) produced at two different geographical locations (64 barrows and 64 gilts produced in Alberta and in Ontario). Pigs received two different types of feed (32 barrows and 32 gilts received either mash or pellets at each location) with or without narasin treatment (16 barrows and 16 gilts received either 0 or 15 ppm of narasin, within each geographical location and feed type ). Chops were evaluated for the influence of these production factors on palatability attributes (initial and overall tenderness, amount of perceptible connective tissue, juiciness, flavor intensity and desirability, and overall palatability) and cooking properties (thaw-drip losses, total cooking losses and cooking times). Results clearly demonstrated 15 ppm of narasin could be incorporated into the diet of growing/finishing pigs without influencing the palatability attributes (initial and overall tenderness, amount of perceptible connective tissue, juiciness, flavor intensity, flavor desirability, and overall palatability) or cooking properties of the final product. Neither gender nor feed type exerted influences of practical importance on palatability attributes or cooking properties. Key words: Pork, narasin, ionophores, feed type, gender, palatability, cooking properties
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,000 |
| 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».