MétaCan
Menu
← Retour à la cohorte
Enregistrement W2965757818 · doi:10.1093/jas/skz122.042

46 How far we could go reducing crude protein with the use of supplemental amino acids

2019· article· en· W2965757818 sur OpenAlexaff
C. Pomar

Notice bibliographique

RevueJournal of Animal Science · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Nutrition and Physiology
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésNutrientExcretionAnimal scienceBiologyPopulationAmino acidMealEssential nutrientEnergy requirementFood scienceBiochemistryMedicineMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract Feeding growing pigs with diets providing the required amount of essential and non-essential amino acids (AA) reduces energy expenditure and minimizes N excretion. Low protein diets can be obtained by supplementing feeds with crystalline AA. Numerous experiments have evaluated the ideal dietary AA concentration at different growth stages, but reducing dietary protein with the use of supplemental AA is limited by the inaccuracy of the principles used to estimate AA requirements. One of these principles states that growing animals need AA for maintenance and growth. Maintenance requirements are related to BW whereas the efficiency of AA utilization (e.g., 72% for Lys) and body protein AA composition are constant (e.g., 7% for Lys). These parameters are, however, affected by AA restriction, meal frequency, energy supply, genetics, etc. Even when controlling these factors, individual pigs respond differently to the same AA supply. Yet pigs are raised in groups and fed with a unique feed for long periods. Individual pigs within a given population differ in terms of BW, ADG, health status, etc., and consequently, differ in the amount of AA they need at a given time. Therefore, when feeding a group of pigs, the concept of maintenance and growth requirements may not be appropriate. In this situation, nutrient requirements should be seen as the optimal balance between the proportion of animals that needs to be overfed and underfed. Given that for most AA, underfed animals exhibit reduced performance, whereas overfed animals exhibit near-optimal performance, optimal growth is obtained when nutrients are provided to satisfy the requirements of the most demanding animals. There is therefore a trade-off between performance and dietary protein reduction. The inaccuracy of the principles used to estimate AA requirements, both for individual animals and populations, limits how far we can go reducing dietary protein with the use of supplemental AA.

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)0,004
score de la tête « metaresearch » (Gemma)0,004
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: aucune
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,046

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,002
Communication savante0,0030,004
Science ouverte0,0010,001
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0140,005

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 Opus0,045
Tête enseignante GPT0,248
Écart entre enseignants0,203 · 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Animal Science→Même sujetAnimal Nutrition and Physiology→Travaux en français237 207→