MétaCan
Menu
Retour à la cohorte
Enregistrement W2792004927 · doi:10.1139/cjas-2016-0116

Influence of low-protein diets and protease and bromelain supplementation on growth performance, nutrient digestibility, blood urine nitrogen, creatinine, and faecal noxious gas in growing–finishing pigs

2018· article· en· W2792004927 sur OpenAlexvenueno aff
D.H. Nguyen, S.I. Lee, Jee Yin Cheong, In Ho Kim

Notice bibliographique

RevueCanadian Journal of Animal Science · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePineapple and bromelain studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBromelainProteaseDry matterAnimal scienceBlood urea nitrogenUrineCreatinineChemistryFeed conversion ratioBiologyFood scienceBiochemistryEndocrinologyEnzymeBody weight

Résumé

récupéré en direct d'OpenAlex

A total of 180 crossbred pigs [(Landrace × Yorkshire) × Duroc] with an average body weight of 22.61 ± 1.23 kg were used in an 18 wk study to determine the effect of protease and bromelain in low-protein diets in grower–finisher pigs. Dietary treatments included: T1, basal diet treatment; T2, low-protein treatment; T3 (T2 + 0.2 g kg−1 protease); and T4 (T2 + 0.3 g kg−1 bromelain). Pigs fed protease- and bromelain-supplemented diets increased average daily gain and gain to feed ratio at week 18, dry matter and nitrogen digestibility at week 6, as well as energy digestibility at week 12, compared with low-protein diet (P < 0.05). Pigs fed T3 and T4 diets led to a trend of decreased (P < 0.05) blood urine nitrogen (BUN) and creatinine concentrations at the 12th wk. A reduction of ammonia (NH3) and hydrogen sulfide (H2S) emission was observed in pigs fed the dietary protease and bromelain supplementation at the 6th wk (P < 0.05). There was no effect on all parameters between the protease and bromelain supplementation treatments. In conclusion, supplementation of protease and bromelain to low-protein diet enhanced growth performance, nutrient digestibility, and reduced NH3 and H2S in growing–finishing pigs.

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 enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
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 Opus0,007
Tête enseignante GPT0,231
Écart entre enseignants0,225 · 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

Citations28
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Animal ScienceMême sujetPineapple and bromelain studiesTravaux en français237 207