MétaCan
Menu
Retour à la cohorte
Enregistrement W2973253447 · doi:10.1139/cjas-2018-0017

Dietary fatty acid content and thickness of plantar pads in gilts

2019· article· en· W2973253447 sur OpenAlexvenueno aff
Juan Grandía, Luís V. Monteagudo, Paloma Sánchez-Abad, María Teresa Tejedor

Notice bibliographique

RevueCanadian Journal of Animal Science · 2019
Typearticle
Langueen
DomaineVeterinary
ThématiqueVeterinary Equine Medical Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOleic acidPalmitic acidAnimal scienceFatty acidChemistrySignificant differenceMedicineFood scienceInternal medicineBiologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

The objective of this study was to test a diet enriched in the most abundant components of foot fat pads (oleic and palmitic acid) to increase its thickness in gilts. We evaluated the effects of two oleic and palmitic acid dietary concentrations (control and test) and three treatment durations (35, 45, and 65 d) on 116 gilts (Landrace × Large White), all 180-d-old and slaughtered at the end of the study. Both test and control diets contained 5.9% total fat. The control diet contained 0.9% oleic acid and 0.6% palmitic acid; the test diet contained 1.9% and 1.2%, respectively. Body weight (BW), backfat (BF), lateral, and medial plantar pad thickness from the left rear leg were measured. No significant differences were detected for BW or BF between the test and control groups. The lateral pad was always thicker than the medial one (P < 0.001). No significant difference for plantar pad thickness was detected for the 35 d treatment. For the other treatments, thickness increased with respect to the control group (P < 0.01); the percentage of increase ranged from 20.8% (lateral side, 45 d treatment) to 37.8% (lateral side, 65 d treatment). Its effects on foot health must still be demonstrated.

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 enseignants0,002
Score d'incertitude au seuil0,005

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 technologies0,0000,001
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 Opus0,143
Tête enseignante GPT0,351
Écart entre enseignants0,208 · 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 revueCanadian Journal of Animal ScienceMême sujetVeterinary Equine Medical ResearchTravaux en français237 207