Factors affecting nutrient digestibility in rainbow trout (Oncorhynchus mykiss) fed a plant protein-based diet supplemented with microbial phytase
Notice bibliographique
Résumé
Factors influencing apparent digestibility coefficient (ADC) of nutrients from a plant protein–based diet supplemented with microbial phytase were investigated in a series of experiments with rainbow trout (Oncorhynchus mykiss). The influence of phytase level, water temperature, feed particle size and addition of a protease/non-starch polysaccharidase (PNSP) enzyme cocktail were tested in a phytase-supplemented (2000 FTU kg−1) diet. Finally, the influence of Ca/P ratio, addition of 1,25-hydroxycholeocalciferol, or inclusion of lactic acid (LA) in diets with and without phytase was evaluated. Addition of microbial phytase improved ADC of dry matter (DM), protein, ash and minerals (P, Ca, Mg, Fe and Zn) (P < 0.05). Reducing feed particle size potentiated the effect of phytase on P and ash ADC, as did the addition of a PNSP enzyme cocktail; the latter also significantly improved DM ADC in both control and phytase-supplemented diets. Increasing the Ca/P ratio reduced the effect of phytase on P and ash ADC. Addition of 1,25-dihydroxycholecalciferol and LA had no effect on DM, P and ash ADC in control diets and tended to reduce the phytase-induced increase in P ADC.
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 | 0,001 |
| 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) | 0,000 | 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 ».