MétaCan
Menu
Retour à la cohorte
Enregistrement W2507495724 · doi:10.5539/jfr.v5n5p1

Enhancing the Nutritional Value of Canola (Brassica napus) Meal Using a Submerged Fungal Incubation Process

2016· article· en· W2507495724 sur OpenAlexvenueno aff
Jason R. Croat, William R. Gibbons, Mark A. Berhow, Bishnu Karki, Kasiviswanathan Muthukumarappan

Notice bibliographique

RevueJournal of Food Research · 2016
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueProtein Hydrolysis and Bioactive Peptides
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCanolaMealFood scienceIncubationBrassicaBiologySugarTrichoderma reeseiFish mealAnimal scienceHorticultureBiochemistryFish <Actinopterygii>CelluloseCellulase

Résumé

récupéré en direct d'OpenAlex

The aim of this study was to determine the optimal fungal culture to increase the nutritional value of canola meal so it could be used at higher feed inclusion rates, and for a broad range of monogastrics, including fish. Submerged incubation conditions were used to evaluate the performance of seven fungal cultures in hexane extracted (HE) and cold pressed (CP) canola meal. Aureobasidium pullulans (Y-2311-1), Fusarium venenatum and Trichoderma reesei resulted in the greatest improvements in protein levels in HE canola meal, at 21.0, 23.8, and 34.8 %, respectively. These fungi reduced total glucosinolates (GLS) content to 2.7, 7.4, and 4.9 μM.g-1, respectively, while residual sugar levels ranged from 0.8 to 1.6 % (w/w). In trials with CP canola meal, the same three fungi increased protein levels by 24.6, 35.2, and 37.3 %, and final GLS levels to 6.5, 4.0, and 4.7 μM.g-1, respectively. Additionally, residual sugar levels were reduced to 0.3-1.0 % (w/w).

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)0,002
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,002
Score d'incertitude au seuil0,168

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
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 Opus0,048
Tête enseignante GPT0,356
Écart entre enseignants0,308 · 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

Citations19
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Food ResearchMême sujetProtein Hydrolysis and Bioactive PeptidesTravaux en français237 207