Resting energy expenditure and body composition of Labrador Retrievers fed high fat and low fat diets
Notice bibliographique
Résumé
A high dietary fat intake may be an important environmental factor leading to obesity in some animals. The mechanism could be either an increase in caloric intake and/or a decrease in energy expenditure. To test the hypothesis that high fat diets result in decreased resting energy expenditure (REE), we measured REE using indirect calorimetry in 10-adult intact male Labrador Retrievers, eating weight-maintenance high-fat (HF, 41% energy, average daily intake: 8018 +/- 1247 kJ/day, mean +/- SD) and low-fat (LF, 14% energy, average daily intake: 7331 +/- 771 kJ/day) diets for a 30-day period. At the end of each dietary treatment, body composition measurements were performed using dual-energy X-ray absorptiometry. The mean +/- SD REE was not different between diets (4940 +/- 361 vs. 4861 +/- 413 kJ/day on HF and LF diets respectively). Measurements of fat-free mass (FFM) and fat mass (FM) also did not differ between diets (FFM: 26.8 +/- 2.3 kg vs. 26.3 +/- 2.5 kg; FM: 3.0 +/- 2.3 vs. 3.1 +/- 1.5 kg on HF and LF diets respectively). In summary, using a whole body calorimeter, we found no evidence of a decrease in REE or a change in body composition on a HF diet compared with LF diet.
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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».