MétaCan
Menu
Retour à la cohorte
Enregistrement W2963929134 · doi:10.1139/cjas-2018-0169

Valine and isoleucine supplementation improve performance and serum biochemical concentrations in growing gilts fed low-protein diets

2019· article· en· W2963929134 sur OpenAlexvenueno aff
Wenfeng Ma, Pei Mao, Wenna Fan, Yanzhi Zhu, Liang Guo

Notice bibliographique

RevueCanadian Journal of Animal Science · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMeat and Animal Product Quality
Établissements canadiensnon disponible
Organismes subventionnairesNational Key Research and Development Program of ChinaHenan UniversityHenan University of Science and TechnologyNational Natural Science Foundation of China
Mots-clésValineIsoleucineMethionineTryptophanAnimal scienceChemistryLeucineThreonineLow-protein dietFood scienceBiologyAmino acidBiochemistrySerineEnzyme

Résumé

récupéré en direct d'OpenAlex

This study evaluated the effects of valine and isoleucine supplementation in low-crude-protein (CP) diets on performance, serum parameters, and carcass traits in growing gilts. Two-hundred gilts (29.1 ± 1.7 kg) were allotted randomly to one of five diets that included a control CP (177 g kg−1) or four low-CP (135 g kg−1) diets for 45 d. The low-CP diets were added with lysine + threonine + methionine (LCM), LCM+ tryptophan (LCT), LCT + valine (LCV), or LCV + isoleucine (LCI), respectively. Non significant difference in average daily gain was obtained in gilts receiving the control, LCV, or LCI diets, which was higher than that of pigs fed the LCM or LCT diets (P < 0.05). The supplementation of crystalline tryptophan, valine, and isoleucine improved the average daily feed intake and serum levels of total protein, tryptophan, and isoleucine (linear and quadratic effects, P < 0.05) and serum valine concentration (linear effect, P < 0.05). The results indicated that the valine supplementation, or the both combination of valine and isoleucine, could further improve the performance in 29–62 kg gilts fed the 135 g kg−1 CP diet.

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: Observationnel · Signal consensuel: aucune
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 recherche0,0000,000
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 Opus0,018
Tête enseignante GPT0,234
Écart entre enseignants0,216 · 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'étudeObservationnel
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

Citations7
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Animal ScienceMême sujetMeat and Animal Product QualityTravaux en français237 207