Effects on growth performance, feed efficiency, and health of weanling pigs fed fermented liquid whey inoculated with lactic acid bacteria that inhibit Escherichia coli in vitro
Notice bibliographique
Résumé
Objectives: To determine the fermentation dynamics of liquid whey-dextrose (FLWD) inoculated with lactic acid bacteria (LAB) and whether feeding FLWD inoculated with LAB and added to a basal dry diet without antibiotics affects growth, feed efficiency, and health of weanling pigs. Materials and methods: One hundred and forty newly weaned pigs were assigned to five dietary treatments (four pens of seven pigs per treatment). Three FLWD preparations inoculated with either human- or pig-origin LAB strains were added to a basal dry feed. The fourth FLWD preparation contained no LAB. The fifth diet was the basal dry feed containing 0.1% lincomycin (control). LAB strains were mixed with FLWD prior to fermentation. Dry matter (DM), pH, and LAB counts of diets were measured daily during the 5-day fermentation period and the first 2 days of storage. Growth performance was recorded and rectal swabs were collected weekly. Fecal consistency was evaluated daily. Results: The pH and DM of fermented feed decreased and total LAB increased over time. Average daily gain and feed intake were highest in controls. Prevalence and severity of diarrhea were greater in pigs consuming LAB-inoculated diets than in control pigs. Mortality did not differ among treatment groups. Fewer hemolytic Escherichia coli were recovered from pigs fed FLWD. Implications: Fermented liquid feeds do not consistently promote better growth performance and health in weanling pigs. Use of LAB in starter feed may inhibit enteric E coli; however, further studies are needed to determine whether specific strains of LAB may prevent postweaning diarrhea.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».