MétaCan
Menu
Retour à la cohorte
Enregistrement W2394153937

Effect of Different Processing on the Quality of Double-low Rape-seed Meal

2000· article· en· W2394153937 sur OpenAlexaboutno aff
Jian Peng

Notice bibliographique

RevueZhongguo xumu zazhi · 2000
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePhytase and its Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCanolaRapeseedMealBroilerRoastingFeed conversion ratioFood scienceAnimal scienceChemistryBrassicaBiologyBody weightAgronomy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Studies involved in vitro and in vivo trials to evaluate the nutritional quality of 2 Chinese double\|low rapeseed meal samples(A and B), one of which(A)was processed under an excessive heat using the roasting\|expelling technology,another of which(B) was pre\|press solvent exfacted using conventional mild heat treatment conditions, and also l Canadian Canola meal. In the in vitro trial, the digestible protein contents in the samples are 73.6%,59.0% and 51.0%, for Canola, A, B, respectively(P0.01). The effects of inclusion 300 g.kg -1 of these samples in the conventional diets on the performance of the broiler chicks were examined in the second trial. Body weight gain, feed intake, and feed conversion efficiency differed much (P0.05 or P0.01) among the samples in every period of the trial. Meanwhile, nitrogen retention(NR) was higher in Canola and B than in A(P0.05);NDF N digestibility was lowest in A(P0.01), which resulted in the low NR and poor performance for broiler chicks in this treatment. It suggested that either overheated or under\|heated processing be critical for the quality of double\|low rapeseed meal.

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)0,000
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 enseignants0,371
Score d'incertitude au seuil0,651

Scores Codex et Gemma par catégorie

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)0,0010,000

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 Opus0,030
Tête enseignante GPT0,283
Écart entre enseignants0,252 · 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

Citations0
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZhongguo xumu zazhiMême sujetPhytase and its ApplicationsTravaux en français237 207