Estimation of maintenance energy requirements in German shepherd and Labrador retriever dogs in Bangalore, India
Notice bibliographique
Résumé
Summary Maintenance energy requirements ( MER s) were calculated for 17 German shepherd and 20 Labrador retriever adult dogs using an in‐home prospective dietary trial. The dogs were fed the same dry pet food and body weight, food intake, body condition score and physical activity were monitored for 10 weeks. Labrador retrievers were significantly heavier and had higher body condition scores than German shepherd dogs, but there was no difference between males and females within each group. Body weights remained stable over the study period, with an average daily gain of 9.1 g. Mean ( SD ) MER was 103.4 (16.3) kcal/kg BW 0.75 , which was some 20% lower than that currently suggested for moderately active young adult dogs. Individual MER ranged from 66.8 to 141 kcal/kg BW 0.75 . There were no significant differences in MER between the two breeds, or between males and females within and between the two breeds. There was a significant inverse relationship between MER and body condition score, reflecting the lower energy expenditure of adipose tissue. The lower MER of dogs in this study, relative to previous observations, may reflect climatic and environmental differences and highlight the necessity for accurate estimates of MER in relation to the production and feeding of pet foods.
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 | 0,000 | 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 | 0,001 |
| 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 ».