MétaCan
Menu
Retour à la cohorte
Enregistrement W2149821897 · doi:10.1111/asj.12398

Estimation of the optimum standardized ileal digestible total sulfur amino acid to lysine ratio in late finishing gilts fed low protein diets supplemented with crystalline amino acids

2015· article· en· W2149821897 sur OpenAlexaff
Wenfeng Ma, Jinlong Zhu, Xiangfang Zeng, Xutong Liu, Philip Thacker, Shiyan Qiao

Notice bibliographique

RevueAnimal Science Journal · 2015
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Nutrition and Physiology
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesNational Key Research and Development Program of China
Mots-clésMethionineLysineFeed conversion ratioAnimal scienceQuadratic modelAmino acidChemistrySulfurBody weightBiochemistryBiologyChromatographyEndocrinology

Résumé

récupéré en direct d'OpenAlex

A total of 90 gilts were used to investigate the effects of various standard ileal digestible (SID) total sulfur amino acid (TSAA) to lysine (Lys) ratios on the performance and carcass characteristics of late finishing gilts receiving low crude protein (CP) diets supplemented with crystalline amino acids (CAA). Graded levels of crystalline methionine (Met) (0, 0.3, 0.5, 0.8 or 1.1 g/kg) were added to the basal diet to produce diets providing SID TSAA to Lys ratios of 0.48, 0.53, 0.58, 0.63 or 0.68. At the termination of the experiment, 30 gilts (one pig per pen) with an average body weight (BW) of 120 kg were killed to evaluate carcass traits. Increasing the SID TSAA to Lys ratio increased average daily gain (ADG) (linear and quadratic effect, P < 0.05), improved feed conversion ratio (FCR) (linear and quadratic effect, P < 0.05) and decreased serum urea nitrogen (SUN) concentration (linear and quadratic effect, P < 0.05) of finishing gilts. No effects were obtained for carcass traits. The optimum SID TSAA to Lys ratios to maximize ADG as well as to minimize FCR and SUN levels were 0.57, 0.58 and 0.53 using a linear-break point model and 0.64, 0.62 and 0.61 using a quadratic model.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,022
Tête enseignante GPT0,256
Écart entre enseignants0,233 · 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 source (Gemma direct ou Codex distillé), 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

Citations3
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnimal Science JournalMême sujetAnimal Nutrition and PhysiologyTravaux en français237 207