Grain free diets for utility dogs during training work: Evaluation of the nutrient digestibility and faecal characteristics
Notice bibliographique
Résumé
Two different diets characterized by the absence of cereals or by the presence of conventional cereals were evaluated on the nutrient digestibility and faecal characteristics and faecal fermentative end-product concentrations of 8 neutered adult Labrador retrievers housed at the Regional Centre Helen Keller (Messina, Italy) during the training work for the service guide for the blind. Dogs (age = 17 ± 1 months, initial body weight [BW] = 26.3 ± 1 kg, and body condition score [BCS] = 4.5 ± 0.11) were divided into 2 homogeneous groups for sex (half males and half females). Dogs in the grain free (GF) group were fed a commercial diet characterized by the absence of grain cereals, and dogs in the control (CTR) group were fed a super-premium pet food characterized by conventional grains as the carbohydrate source. The trial lasted 84 d, preceded by a 7-d of adaption period. Physical examination, digestibility, and faecal characteristics were studied. The statistical model included the effects of diet (GF vs. CTR), time (from d 0 to 84, end of the trial) and the interaction (diet × time). The high-protein, low-carbohydrate dry diet (GF) offered higher apparent nutrient digestibility of protein (+10%; P = 0.002) and fat (+7%; P < 0.001) and more stable large intestinal fermentation of carbohydrate compared to the commercial high-carbohydrate dry diet, enabling dogs to use nutrients from the diet more efficiently and thus requiring less food (−13%) to satisfy their nutrient requirements, producing less excrement (−33%; P = 0.033), and reaching a higher final BW (+8%; P < 0.0001) and a higher final BCS (+15%; P = 0.003). Therefore, the GF diet appears the nutritional plan most suitable for these animals taking due account not only of the training work done by animals with their increased nutrient and energy needs, but also of the gastrointestinal disorders consequent to stress coming from work and life in kennels, which cause in the Labrador retrievers an unusual weight loss.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».