PSVI-28 Palatability and Scent Detection of Oxidation Levels in Poultry Meal
Notice bibliographique
Résumé
Abstract Pet food made from fresh and rendered high quality meat products are considered safe and nutritious products. Currently the main assessment of meat freshness and fat products is based on peroxide values (PV), quantifying secondary oxidation products such as aldehydes, ketones, and alcohols. Research on how rancidity or peroxidation affects the health/safety of pets has not been adequately investigated. Exploring how Labrador retrievers interact with PV associated aromas, the goal was to observe any correlations in canine aromatic preference to differing poultry meal PV levels. A pilot study was conducted to gather preliminary data and screen 60 Labrador Retrievers (30 male/30 female) for those best suited for this novel aromatic palatability approach. 10 Labrador Retrievers (5 male/5 female) were hand selected from the original group of 60, according to their willingness to interact repeatedly with the aromatic boxes designed to prevent consumption while allowing interaction with varied PV poultry meal aromas. Many dogs lost interest quickly when they learned they could not get to the inside contents of the boxes, making the pilot study a crucial step in the preliminary selection process. First approach was recorded for both trials as well as time spent interacting. Time spent at each box was converted to ratios and both were statistically analyzed. Data falling outside 2 standard deviations from the mean were deemed outliers and excluded from analysis. Ratio analysis examined over both trials pointed to a higher peroxide value (PV) preference, when paired with sample 1, especially sample 5. PV levels 2, 4, and 5 showed significantly higher (p=< 0.05) interaction times and 6 neared significance (P = 0.08), compared to PV level 1. Further exploration could compare all PV levels to one another, determining if a specific threshold or range of preference exists within the 6 levels we examined in this study.
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 | 0,000 | 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) | 0,003 | 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 ».