MétaCan
Menu
Retour à la cohorte
Enregistrement W2340432036 · doi:10.1139/cjas-2015-0064

Use of okara (aqueous extract residue) in the diet of starter broilers

2016· article· en· W2340432036 sur OpenAlexvenueno aff
Mayra Diaz-Vargas, A. E. Murakami, Iván Camilo Ospina-Rojas, Leonardo Zanetti, Maíra Mangili Puzotti, Ana Flávia Quiles Garcia Guerra

Notice bibliographique

RevueCanadian Journal of Animal Science · 2016
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Nutrition and Physiology
Établissements canadiensnon disponible
Organismes subventionnairesConselho Nacional de Desenvolvimento Científico e Tecnológico
Mots-clésBroilerStarterCompletely randomized designDry matterFeed conversion ratioAnimal scienceBody weightCobBBiologyFood scienceChemistryEndocrinology

Résumé

récupéré en direct d'OpenAlex

Two experiments were carried out to determine the chemical composition of okara and to evaluate the performance and carcass yield of broilers fed diets containing increasing levels of okara. In experiment 1, a total of 72 21-d-old Cobb male broilers were distributed in an entirely randomized experimental design consisting of three treatments and four replicates of six birds each. The energy in okara was 2972 kcal of AME kg−1, with an apparent metabolizable energy (AME) coefficient of 60.72 (% dry matter). In experiment 2, a total of 840 male Cobb male chicks were distributed in an entirely randomized experimental design consisting of six treatments (0.0%, 2.5%, 5.0%, 7.5%, and 10% okara inclusion) and six replicates of 28 birds each. The inclusion of increasing levels of okara from 1 to 21 d of age linearly reduced (P < 0.05) weight gain and feed intake, without affecting (P > 0.05) feed conversion, carcass, breast, drumstick, and thigh yields at 42 d of age. Economic analysis indicated that a 10.0% inclusion level of okara in broiler diets during the starter phase produced the best economic results.

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,053
Tête enseignante GPT0,236
Écart entre enseignants0,183 · 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'étudeExpérimental (laboratoire)
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

Citations7
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Animal ScienceMême sujetAnimal Nutrition and PhysiologyTravaux en français237 207