Comparison of broiler performance and carcass yields when fed transgenic maize grain containing event DP-Ø9814Ø-6 and processed fractions from transgenic soybeans containing event DP-356Ø43-5
Notice bibliographique
Résumé
The performance of broilers fed diets containing maize grain from event DP-Ø9814Ø-6 (98140; gat4621 and zm-hra genes) and processed fractions (meal, hulls, and oil) from soybeans containing event DP-356Ø43-5 (356043; gat4601 and gm-hra genes) was evaluated in a 42-d feeding study. Diets were produced with nontransgenic maize grain and soybean fractions from controls with comparable genetic backgrounds to 98140 and 356043 (control), 98140 maize and 356043 soybean (98140 + 356043), or 3 commercially available nontransgenic maize and soybean combinations. Ross 708 broilers (n = 120/group; 50% male, 50% female) were fed diets in 3 phases: starter (d 0 to 21), grower (d 22 to 35), and finisher (d 36 to 42). Starter diets contained (on average) 63% maize and 28% soybean meal, grower diets 66% maize and 26% soybean meal, and finisher diets 72% maize and 21% soybean meal; soybean hulls and oils were held constant at 1.0 and 0.5%, respectively, across all diets in all phases. Weight gain, feed intake, and mortality-adjusted feed efficiency were calculated for d 0 to 42. Standard organ and carcass yield data were collected on d 42. Data were analyzed using a mixed model ANOVA with differences between control and 98140 + 356043 group means considered significant at P < 0.05. Reference group data were used only to estimate experimental variability and to generate tolerance intervals. No significant differences were observed in weight gain, mortality, mortality-adjusted feed efficiency, organ yields, or carcass yields between broilers consuming diets produced with 98140 + 356043 and those consuming diets produced with control maize and soybean fractions. All values of response variables evaluated in the control and 98140 + 356043 groups fell within calculated tolerance intervals. Based on these results, it was concluded that the combination of genetically modified 98140 maize and 356043 soybean fractions was nutritionally equivalent to nontransgenic maize and soybean controls with comparable genetic backgrounds.
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 | 0,000 |
| 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 ».