MétaCan
Menu
Retour à la cohorte
Enregistrement W2497548930 · doi:10.5539/jas.v8n8p79

Performance of Nile Tilapia (Oreochromis niloticus) Fed Diets Containing Blood Meal as a Replacement of Fish Meal

2016· article· en· W2497548930 sur OpenAlexvenueno aff
James G. Kirimi, Levi M. Musalia, Adiel Magana, Jonathan Munguti

Notice bibliographique

RevueJournal of Agricultural Science · 2016
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAquaculture Nutrition and Growth
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNile tilapiaOreochromisFish mealAnimal scienceMealBiologyFeed conversion ratioBlood mealTilapiaWeight gainBody weightFood scienceFisheryFish <Actinopterygii>Endocrinology

Résumé

récupéré en direct d'OpenAlex

&lt;p&gt;A 100 days experiment was conducted to determine the effect of feeding blood meal (BM) as a replacement of fish meal (FM), as the main source of animal protein, on growth rate and economic performance of Nile tilapia in fertilized pond. Three isonitrogenous diets (35% crude protein) were formulated using either FM as the main source of animal protein (Diet 1); 50% replacement of FM with blood meal (Diet 2); or 100% replacement of FM with BM (Diet 3). Three hundred Nile tilapia fingerlings (12±3 g) were randomly distributed into three groups of four replicates of 25 fingerlings per cage. The groups were randomly assigned the 3 diets which were fed at 2% of their biomass at 10 am and 4 pm every day. Percentage daily weight gain (DWG), relative growth rate (RGR), specific growth rate (SGR), survival rate and feed utilisation efficiency were measured. Fish fed diet 1 were larger (50.69 g) (P &amp;lt; 0.05) than those fed diet 2 (48.47 g) and 3 (40.37 g). Replacement of FM with 50% and 100% BM reduced the incidence cost (45.55, 37.83 and 31.88, respectively). The profit index was highest with 100% (9.42) replacement of FM, compared to 50% (7.95) and 0% (6.69). Although replacing FM with BM was associated with reduced growth, the economic return was better (P &amp;lt; 0.05). Based on the present results, it was economical to use BM as a major protein source instead of FM in formulating fish feed.&lt;/p&gt;

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,570
Score d'incertitude au seuil0,337

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,014
Tête enseignante GPT0,221
Écart entre enseignants0,208 · 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

Citations22
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetAquaculture Nutrition and GrowthTravaux en français237 207