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

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 < 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 < 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.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
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)0,0000,000
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 recherche0,0000,001
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 Opus0,014
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 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

Citations22
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

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