MétaCan
Menu
Retour à la cohorte
Enregistrement W2326976373 · doi:10.5938/youton.41.207

Utilization of Fermented Dry Food Waste Feed by Fattening Swine

2004· article· en· W2326976373 sur OpenAlexaff
Takayuki OHSAWA, Masahiro Kamei, Yoshitsugu NIWA, Ping KIM, Tomoyuki Kawashima, Mao SAYEKI, Yoshimi Hori, Keiji YAGO, Izumi Sakagami, Hiroshi OTONARI, Akira Abe

Notice bibliographique

RevueNihon Yoton Gakkaishi · 2004
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFood Industry and Aquatic Biology
Établissements canadiensPurelink (Canada)
Organismes subventionnairesnon disponible
Mots-clésFood wasteFood scienceFermentationAnimal scienceBusinessChemistryBiologyWaste managementEngineering

Résumé

récupéré en direct d'OpenAlex

食品残渣から調製した乾燥飼料を100%肥育豚に給与する試験を実施した。乾燥飼料は米飯類, パン屑・麺類, ライ麦糠, トウフ粕, 野菜屑, 魚腸骨等を原料に低エネルギー・高蛋白飼料 (飼料1), 中エネルギー・高蛋白質・高脂肪飼料 (飼料2), 高エネルギー・低蛋白質・低脂肪飼料 (飼料3) の3種を調製した。試験はLWD交雑種去勢雄5頭, 雌7頭を使用して平均体重約50kgから約105kg到達時まで不断給餌により実施した。試験区の設定はA区 (前期に飼料1, 中期に飼料1および3, 後期に飼料3), B区 (前期に飼料2, 中期に飼料2および3, 後期に飼料3), C区対照区 (配合飼料給与区) の3区とし, 発育・増体, 肉質等について検討を行った。その結果, 両試験区は前期に採食量が少なく, DGも低い値であったが, 中期では対照区と同等の発育を示した。肉質検査の結果, 水分, pH, 脂肪色, ドリップロス等に差は認められなかったが, 筋肉内脂肪は対照のC区に比べ, A区が有意に多く, B区も多い傾向を示した。また, 試験区は対照区に比べ背脂肪融点がやや高く, 特にA区の背脂肪内層で顕著であった。食味に関する官能検査ではB区の赤肉が対照区に比べ好まれる傾向を示すが, 有意差はみられなかった。以上のことから, 発育は若干遅延するものの, 食品残渣のみで調製した飼料においても, 配合飼料と同等の肉質を持つ肉豚の生産が可能なことが示された。

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 enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
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 Opus0,041
Tête enseignante GPT0,232
Écart entre enseignants0,191 · 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

Citations4
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNihon Yoton GakkaishiMême sujetFood Industry and Aquatic BiologyTravaux en français237 207