Effect of dietary particle size and carbohydrase and/or phytase supplementation on nitrogen and phosphorus excretion of grower pigs
Notice bibliographique
Résumé
The effect of dietary particle size and enzyme supplementation on N and P excretion were investigated in a 3 × 2 × 2 factorial arrangement, with three particle sizes (400, 700, or 850 μm), two levels of a carbohydrase cocktail [0 or 444 added units (U) β-glucanase plus 1385 added U xylanase kg -1 diet], and two levels of phytase (0 or 374 added U phytase kg -1 diet), for a total of 12 dietary treatments. Diets (70% barley, 25% peas) were formulated to contain 3.25 Mcal digestible energy (DE) kg -1 , 1.6 g digestible lysine Mcal -1 DE, and 1.2 g kg -1 available P. Sixty pigs (25.3 ± 1.4 kg) had restricted access (3 × maintenance DE) to feed, and five individual pig observations for each of the 12 mash diets were obtained. Reducing particle size from 700 to 400 µm reduced total P excretion 12% and increased P digestibility and retention 15% (P < 0.05), while phytase reduced total P excretion 28% and increased P digestibility and retention 42% (P < 0.01). Reducing particle size from 850 and 700 to 400 µ m decreased total N excretion 4 and 7%, respectively (P < 0.05). Carbohydrase did not affect P digestibility or excretion (P > 0.10), but increased digestibility of N and energy (P < 0.05). Carbohydrase interacted with particle size for energy digestibility (P < 0.01) and with phytase for N and energy digestibility (P < 0.05). Particle size affected N excretion and energy digestibility more than enzyme supplementation, while phytase affected P excretion more than particle size, suggesting that particle size reduction and phytase supplementation are effective to reduce nutrient excretion of grower pigs. Key words: Particle size, carbohydrase, phytase, pig, nitrogen, phosphorus
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 ».