MétaCan
Menu
Retour à la cohorte
Enregistrement W2116614948 · doi:10.5539/jfr.v2n2p128

Survey of Mycotoxigenic Fungi in Concentrated Poultry Feed in Niger State, Nigeria

2013· article· en· W2116614948 sur OpenAlexvenueno aff
Adeniran Lateef Ariyo, Muhammad Hadiza Lami

Notice bibliographique

RevueJournal of Food Research · 2013
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMycotoxins in Agriculture and Food
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAspergillus nigerPenicilliumAspergillus flavusFusariumBiologyMycotoxinAspergillusFood scienceAnimal feedAlternariaVeterinary medicineHorticultureBotany

Résumé

récupéré en direct d'OpenAlex

In Nigeria, concentrated poultry feed is a vital component of animal production and health but there was no reliable mycogram in Niger state, Nigeria. As a result this study determined the incidence of mycotoxigenic fungi in both commercial and privately milled concentrated poultry feeds. A total of 100 poultry feed samples consisting of 52 privately milled poultry feed and 48 commercial feed samples were collected. Mycoflora in the feed was determined. Nine fungi genera were isolated. The most frequently isolated fungi genera in both privately milled and commercial feed was <em>Aspergillus</em> <em>spp </em>which was about 40% of mould isolate. <em>Penicillium spp </em>is 20% in private feed and 13% in commercial feed. A total of 874 fungi were isolated consisting of 458 fungi species in privately milled feed and 416 fungi species found in commercial feed. Mycotoxigenic fungi genera, <em>Aspergillus, Penicillium, Fusarium and Alternaria</em> were isolated. <em>Aspergillus flavus</em> is the commonest isolated fungi species.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,561
Score d'incertitude au seuil0,743

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,071
Tête enseignante GPT0,309
Écart entre enseignants0,238 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Food ResearchMême sujetMycotoxins in Agriculture and FoodTravaux en français237 207