Previous feeding level influences plateau heat production following a 24 h fast in growing pigs
Notice bibliographique
Résumé
Factorial approaches to estimate energy requirements of growing pigs require estimation of maintenance energy requirements. Heat production (HP) during fasting (FHP) may provide an estimate of maintenance energy requirements. Six barrows were used to determine effects of feeding level on components of HP, including extrapolated plateau HP following a 24 h fast (FHPp). Based on a cross-over design, each pig was exposed to three feeding levels (1.55, 2.05 and 2.54 MJ metabolisable energy/kg body weight (BW)(0.60) per d) between 30 and 90 kg BW. Following a 14 d adaptation period, HP was estimated using indirect calorimetry on pigs housed individually. Dynamics of HP were recorded in pigs for 5 d during the fed state and during a subsequent 24 h fast. Metabolisable energy intake was partitioned between thermal effect of feeding (HPf), activity HP (HPa), FHPp and energy retention. Feeding level influenced (P<0.05) total HP during the fed state, HPf and activity-free FHPp (609, 644 and 729 (SE 31) kJ/kg BW(0.60) per d for low, medium and high ME intakes, respectively). The value of FHPp when expressed per kg BW(0.60) did not differ (P=0.34) between the three subsequent experimental periods. Feeding level did not (P=0.75) influence HPa. Regression of total HP during the fed state to zero metabolisable energy intake yielded a value of 489 (SE 69) kJ/kg BW(0.60) per d, which is a lower estimate of maintenance energy requirement than FHPp. Duration of adaptation of pigs to changes in feeding level and calculation methods should be considered when measuring or estimating FHPp, maintenance energy requirements and diet net energy content.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».