MétaCan
Menu
← Retour à la cohorte
Enregistrement W2587588565 · doi:10.1096/fasebj.27.1_supplement.867.9

Increasing amylose content of starch stimulates fermentation and is bifidogenic in weaned pigs

2013· article· en· W2587588565 sur OpenAlexaffabout
Janelle M. Fouhse, Michael G. Gänzle, Prajwal R. Regmi, Theo van Kempen, R. T. Zijlstra

Notice bibliographique

RevueThe FASEB Journal · 2013
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Nutrition and Physiology
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésAmyloseFood scienceChemistryPropionateFermentationStarchBacteroidesPolysaccharideLactobacillusCecumResistant starchBiologyBacteriaBiochemistry

Résumé

récupéré en direct d'OpenAlex

Weaning causes digestive disorder in pigs primarily due to unstable gut microbiota. Increasing dietary amylose increases substrate available for microbial fermentation. Weaned pigs ( n = 32) were allocated to 1 of 4 diets containing 67% starch with 0, 20, 28 or 63% amylose, respectively, for 21 days. In colonic digesta, Bacteroides increased ( P < 0.05) with 63% amylose compared to 20 and 28%. Bifidobacteria spp. increased ( P < 0.05) and Clostridium clusters IV and XIVa decreased ( P < 0.01) with 63% amylose in cecal and colonic digesta. Lactobacillus decreased ( P < 0.05) in cecal and colonic digesta with 28% amylose compared to 0, 20, and 63%. Total VFA concentration in cecal and colonic digesta increased ( P < 0.01) with 63% amylose. Propionate concentration in cecal digesta increased ( P < 0.01) with 63% amylose. Acetate and propionate concentration in colonic digesta increased ( P < 0.01) with 63% amylose. pH decreased ( P < 0.01) in ileal, cecal and colonic digesta with 63% amylose. Villus height and crypt depth were not affected by amylose content. Increasing amylose content can modulate gut microbial profiles, VFA concentrations, and pH that may play a protective role against pathogenic bacteria. Grant Funding Source : Canadian Swine Research and Development Cluster, Danisco, Provimi

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 enseignants0,001
Score d'incertitude au seuil0,003

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 Opus0,051
Tête enseignante GPT0,246
Écart entre enseignants0,196 · 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

Citations0
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe FASEB Journal→Même sujetAnimal Nutrition and Physiology→Travaux en français237 207→