Effect of replacing fishmeal and oil with simple or complex mixtures of vegetable ingredients in diets fed to Nile tilapia (Oreochromis niloticus)
Notice bibliographique
Résumé
The effect of replacing fishmeal with simple or complex mixtures of plant proteins in tilapia diets was examined. Diet formulations were arranged in a 2 × 4 factorial design with two types of plant protein mixtures used to replace fishmeal (simple: soybean meal and maize gluten meal or complex: soybean meal, maize gluten meal, dehulled flax, pea protein concentrate and canola protein concentrate) and four levels of protein originating from fishmeal (1000 g kg−1, 670 g kg−1, 330 g kg−1 and 0 g kg−1). Diets contained equal digestible protein (380 g kg−1) and digestible energy (17.6 MJ kg−1). The average daily gains, specific growth rates and feed efficiencies of fish fed diets with 0 g kg−1 fishmeal were significantly lower than fish fed diets with the 330 g kg−1, 670 g kg−1 or 1000 g kg−1 fishmeal levels. Fish fed the complex diets had significantly higher average daily gains, specific growth rates, feed : gain ratios and protein efficiency ratios than those fed the simple diets. Intestinal villus length decreased with decreasing levels of fishmeal and increased with increased diet complexity but the effects were not significant. Replacement of fishmeal with a complex mixture of plant ingredients may allow a greater replacement of fishmeal in diets fed to Nile tilapia.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,001 | 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 ».