The Application of Single-Cell Ingredients in Aquaculture Feeds—A Review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Single-cell ingredients (SCI) are a relatively broad class of materials that encompasses bacterial, fungal (yeast), microalgal-derived products or the combination of all three microbial groups into microbial bioflocs and aggregates. In this review we focus on those dried and processed single-cell organisms used as potential ingredients for aqua-feeds where the microorganisms are considered non-viable and are used primarily to provide protein, lipids or specific nutritional components. Among the SCI, there is a generalised dichotomy in terms of their use as either single-cell protein (SCP) resources or single-cell oil (SCO) resources, with SCO products being those oleaginous products containing 200 g/kg or more of lipids, whereas those products considered as SCP resources tend to contain more than 300 g/kg of protein (on a dry basis). Both SCP and SCO are now widely being used as protein/amino acid sources, omega-3 sources and sources of bioactive molecules in the diets of several species, with the current range of both these ingredient groups being considerable and growing. However, the different array of products becoming available in the market, how they are produced and processed has also resulted in different nutritional qualities in those products. In assessing this variation among the products and the application of the various types of SCI, we have taken the approach of evaluating their use against a set of standardised evaluation criteria based around key nutritional response parameters and how these criteria have been applied against salmonids, shrimp, tilapia and marine fish species.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,000 | 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) | 0,000 | 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 découle