MétaCan
Menu
Retour à la cohorte
Enregistrement W3127527667 · doi:10.4025/actascianimsci.v43i1.51128

High-energy diet does not overcome the negative impact of conjugated linoleic acid on young broiler performance

2020· article· en· W3127527667 sur OpenAlexaff
Kátia Maria Cardinal, Júlia Guazzelli Pezzali, Lucas de Marques Vilella, Priscila de Oliveira Moraes, Andréa Machado Leal Ribeiro

Notice bibliographique

RevueActa Scientiarum Animal Sciences · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Nutrition and Physiology
Établissements canadiensUniversity of Guelph
Organismes subventionnairesUniversidade Federal do Rio Grande do Sul
Mots-clésBroilerStarterConjugated linoleic acidFeed conversion ratioAnimal scienceFactorial experimentLinoleic acidFood scienceBody weightBiologyFatty acidBiochemistryMathematicsEndocrinology

Résumé

récupéré en direct d'OpenAlex

The aim of this study was to evaluate the effect of conjugated linoleic acid (CLA) supplementation in diets with different energy levels in broiler performance. Birds were offered a starter (1-21 d), grower (22-35 d) and finisher (36-42 d) diets; wherein soybean oil was replaced by CLA. The study consisted of a 3 × 2 factorial arrangement with two CLA levels (0 and 1%) and three energy levels (3050, 3100 and 3150 ME kg-1 diet). During the grower and finisher periods, birds were fed diets with same energy level and CLA supplementation was maintained the same. Growth performance was assessed weekly, and carcass and cuts yield were assessed at 42d. Interaction effect of CLA by energy level was observed in broiler performance and carcass yield throughout the study (p > 0.05). During the overall period (1-42 d) broiler performance was not affected by CLA (p > 0.05).However, CLA supplementation (1%) decreased weight gain (p < 0.05) at 21d, regardless of energy level, with no effects on feed intake and feed conversation rate (p > 0.05). The increase in dietary energy was not able to compensate the negative effect on growth performance of broilers supplemented with 1% CLA at the starter period.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

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 technologies0,0000,000
Communication savante0,0000,000
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 Opus0,025
Tête enseignante GPT0,238
Écart entre enseignants0,213 · 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'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

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueActa Scientiarum Animal SciencesMême sujetAnimal Nutrition and PhysiologyTravaux en français237 207