Use of dual-energy x-ray absorptiometry in non-ruminant nutrition research
Notice bibliographique
Résumé
Precise body composition measurements are essential in animal nutrition studies because the impact of treatments is evaluated based on changes in body weight and composition. Various indirect techniques for animal compositional evaluation have been developed and evaluated for applicability in animal nutrition studies. A fast, accurate, minimally invasive method that requires little input is considered the ideal for providing information about the animal. Measurements obtained by dual-energy x-ray absorptiometry (DXA) are highly correlated with those obtained by chemical analysis and dissection. The algorithms of DXA software partition the six chemical components of the body (lipids, water, proteins, carbohydrates, non-bone mineral, and bone mineral) into three compartments (total body mineral content, fat mass, and lean mass). Questions have been raised about how this partitioning affects the precision of the DXA method. In addition, the relationship between the DXA measurements and dissected carcass tissues is nonrepresentational of the relationship between DXA and chemical analysis. Furthermore, since DXA devices and their software were developed primarily for human medicine, they may not be fully adequate for animal evaluation. Calibration is required to obtain true values. The DXA method has some advantages and disadvantages that should be identified and controlled before calibration. Nonetheless, DXA is a valuable tool that provides precise, repeatable body composition measurements of live monogastric animals and their carcasses.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».