150 A bio-active, mineral-based feed additive improved growth performance and reduced severity of diarrhea in weanling pigs challenged with enterotoxigenic Escherichia coli
Notice bibliographique
Résumé
Abstract A mineral-based feed additive, NutriQuest Protect™, was evaluated in five artificial Enterotoxigenic Escherichia coli (ETEC) challenge experiments to determine the effects on pig growth performance, fecal consistency and immune response. The five experiments were conducted following a similar procedure and utilized a total of 232 weanling pigs (19 d of age) assigned to one of three experimental treatments: non-challenged control (NC), challenged control (CC), and challenged pigs fed Protect at 4.0 g/kg (CP) with 36, 36, and 44 pens per treatment, respectively. Pharmacological ZnO or medications were not included in any diets. Pigs were allowed a 7-d adaptation period following weaning, orally inoculated with E. coli K88 or F18 on 0 d post-inoculation (dpi) and 1-dpi. Studies were concluded on 4-dpi. Pig BW and feed disappearance were measured on 0-dpi and 4-dpi. Serum samples were collected on 0 and 4-dpi to measure porcine proinflammatory cytokines. Fecal scores were measured daily over the challenge period. Data from the five experiments were compiled for meta-analysis using the MIXED procedure of SAS. The NC pigs had a greater ADG (0.09 vs. -0.01 kg/d, P = 0.002), ADFI (0.24 vs. 0.21 kg/d, P = 0.09), and final BW (6.8 vs. 6.5 kg, P < 0.05). Diarrhea frequency was significantly higher in CC pigs compared with pigs on CP and NC treatments (28.5 vs. 18.7 vs. 5.3%, P < 0.05). Results from the five experiments suggest that NutriQuest Protect™ improves growth performance and reduces inflammation and diarrhea in weaned pigs artificially challenged with E. coli K88 or F18.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 ».