MétaCan
Menu
Retour à la cohorte
Enregistrement W3013136595 · doi:10.1139/cjas-2018-0167

Effects of <i>Broussonetia papyrifera</i>-fermented feed on the growth performance and muscle quality of Hu sheep

2020· article· en· W3013136595 sur OpenAlexvenueno aff
Yingyu Su, Guoshun Chen, Yu Cai, Bolan Gao, Xijun Zhi, Fengjiang Chang

Notice bibliographique

RevueCanadian Journal of Animal Science · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueNatural product bioactivities and synthesis
Établissements canadiensnon disponible
Organismes subventionnairesGansu Agricultural University
Mots-clésBroussonetiaFermentationFood scienceChemistryFlavorFatty acidGas chromatography–mass spectrometryAnimal scienceBiologyChromatographyMass spectrometryBiochemistryBotany

Résumé

récupéré en direct d'OpenAlex

This study aims to determine the effect of adding different proportions of Broussonetia papyrifera (BP)-fermented feed on Hu sheep. A total of 40 male Hu sheep (weighting 20.6 ± 2.20 kg) were collected and then divided into group I, II, III, and IV, with 0%, 5%, 10%, and 15% of BP-fermented feed to based diet, respectively. After the trial period of 10 and 50 d, the sheep were slaughtered by conventional methods for the chemical analyses. It showed that adding 10% fermented feed could significantly increase the growth performance of the Hu sheep. Adding the fermented feed can improve the protein level, main flavor amino acid content, and fatty acid in the muscle. Based on the headspace solid-phase microextraction and gas chromatography – mass spectrometry methods, a total of 125, 120, 119, and 117 kinds of volatile compounds were identified in group I, II, III, and IV, among which the relative content of the acid compound, ester compound, ketone compound, and aldehydes in group II, III, and IV were higher than that in control group, respectively. Addition of BP-fermented feed could significantly improve growth performance and meat quality of Hu sheep.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,255
Score d'incertitude au seuil0,189

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0000,000

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 Opus0,013
Tête enseignante GPT0,218
Écart entre enseignants0,205 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations19
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Animal ScienceMême sujetNatural product bioactivities and synthesisTravaux en français237 207