MétaCan
Menu
Retour à la cohorte
Enregistrement W2357442365 · doi:10.5539/jfr.v5n3p20

Effect of Only Pasture on Fatty Acid Composition of Cow Milk and Ciminà Caciocavallo Cheese

2016· article· en· W2357442365 sur OpenAlexvenueno aff
Manuel Scerra, Luigi Chies, Pasquale Caparra, Caterina Cilione, Francesco Foti

Notice bibliographique

RevueJournal of Food Research · 2016
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRuminant Nutrition and Digestive Physiology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésConjugated linoleic acidPastureHayFood scienceFatty acidComposition (language)Linoleic acidPolyunsaturated fatty acidRaw milkChemistryCow milkBiologyAnimal scienceAgronomyBiochemistry

Résumé

récupéré en direct d'OpenAlex

To investigate the effect of only pasture or hay and concentrate feedings on milk and cheese fatty acid composition, 20 lactating Italian Red Pied cows were randomly allocated into two groups. Group E was grazed without integration; Group I was fed with hay <em>ad libitum</em> and concentrate mixture. A traditional cheese-making technique was used to make Caciocavallo cheese. Milk from only pasture fed cows showed higher percentages of total PUFA, C18:3 n-3, cis-9,trans-11 conjugated linoleic acid and trans-11 C18:1, and a reduced percentage of C16:0 and C18:2 n-6, in some cases more markedly than extensive systems that provide integrations. The fatty acid profile of cheeses largely reflected that of the corresponding raw milk from which cheeses were made. In conclusion, the fatty acid profile of milk and cheese obtained from extensive system confirms the health benefits of dairy products from cows reared at pasture.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,350
Score d'incertitude au seuil0,087

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,043
Tête enseignante GPT0,322
Écart entre enseignants0,279 · 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 tête enseignante, 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

Citations10
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Food ResearchMême sujetRuminant Nutrition and Digestive PhysiologyTravaux en français237 207