Fats and Oils in Aquafeed Formulations
Notice bibliographique
Résumé
Abstract Aquaculture is the fastest growing food production sector and is expected to provide over 60% of the world's seafood by 2030. Lipids represent the major energy contribution in aquaculture nutrition, and as such, reach high inclusion levels in energy–dense aquafeeds. Lipids are a prominently studied nutrient in aquaculture, since they supply energy and essential fatty acids and because of the unique abundance of the ω3 long‐chain polyunsaturated fatty acids that are found in fish. Lipids from fish are well known to have positive impacts on human health, and as such, the transfer of lipids from the diet to fish to consumer is of great importance. Therefore, the fats and oils that are supplied for the health, growth, and development of aquaculture fish must be of good quality and sourced sustainably for the future of aquaculture production. This article describes the role of fats and oils in aquafeeds. In order to understand how the fats and oils are utilized, this article reviews the lipid and fatty acid requirements, lipid digestibility, and lipid synthesis of aquaculture fish. It also describes the most common fats and oils that are used in aquafeed formulations, as well as novel, innovative lipid sources, and new methods of formulating fatty acids in aquafeeds. The different lipid and fatty acid compositions of these fat and oil sources in the diet can directly impact the nutritional and product quality of farmed fish. The practical consideration for using high levels of dietary lipid in aquafeeds is the feed quality, particularly considering lipid oxidation.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,002 | 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 ».