Phosphorus utilization in finishing broiler chickens: Effects of dietary calcium and microbial phytase
Notice bibliographique
Résumé
A decrease in dietary P, especially in finishing broilers (21 to 38 d old), is a crucial issue in poultry production from an environmental and economic point of view. Nevertheless, P must be considered together with other dietary components such as Ca and microbial phytase. Different corn and soybean meal-based diets varying in Ca [low (LCa) 0.37, medium (MCa) 0.57, and high (HCa) 0.77%], and nonphytate P [nPP; low (LnPP) 0.18 and high (HnPP) 0.32%] content were tested with and without microbial phytase [0 or 500 phytase units (FTU)/kg]. Feed intake, BW gain, bone mineralization, and mineral retention were examined in 144 Ross PM3 broilers (22 to 38 d old) reared in individual cages. Growth performance was not significantly affected by the treatments. Nevertheless, a numerical decrease of ADG and ADFI was observed in HCa-LnPP and LCa-HnPP associated with an increase of feed conversion ratio. Decreased dietary Ca reduced tibia ash content (Ca, linear: P < 0.001; quadratic: P = 0.034) and tibia ash weight for the highest level of nPP (Ca × nPP; P = 0.035). In parallel, increasing dietary Ca reduced the flow of retained P (P = 0.022) but also tibia ash weight in LnPP diets (Ca × nPP; P = 0.035). The responses of the animals in terms of tibia ash content and P retention were improved by the addition of microbial phytase especially for the lowest P diets (nPP × phytase, P = 0.021 and P = 0.009; respectively). Phytase increased dry tibia weight, bone breaking strength, and tibia diameter in broilers fed the highest Ca diets (Ca × phytase; P < 0.05). We conclude that is possible to decrease P levels in finishing broilers, if the Ca content is appropriate. Nevertheless, decreasing the dietary P and Ca cannot allow a maximization of bone mineralization, but the optimal threshold remains to be determined.
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 | 0,001 | 0,001 |
| 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 ».