MétaCan
Menu
Retour à la cohorte
Enregistrement W3130269789 · doi:10.1111/asj.13513

Effects of thermostable phytase supplemented in diets on growth performance and nutrient utilization of broilers

2021· article· en· W3130269789 sur OpenAlexaff
Tingting Song, Caiyun Yu, Xu Zhao, Fengliang Chen, Yanjie Liu, Chongwu Yang, Zaibin Yang

Notice bibliographique

RevueAnimal Science Journal · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Nutrition and Physiology
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésPhytaseDry matterNutrientFeed conversion ratioBroilerFood scienceChemistryAnimal feedPhosphorusAnimal scienceBiologyBody weight

Résumé

récupéré en direct d'OpenAlex

Phytase is an enzyme that has the ability to release phosphorous (P) from phytate by hydrolyzing inositol-phosphate linkages. Recently, thermostable phytases have gained great consideration because the reduction in phytase activity was found when exposed to heat during feed pelleting. In this study, the effects of the granular thermostable phytase (Aspergillus niger) on growth performance and nutrient utilization of broilers were investigated. A total of 96 21-day-old Arbor Acres broilers were randomly distributed into six treatments including basal diet (control) and basal diet supplemented with 500, 1,000, 2,000, 4,000, 8,000 U of phytase/kg. In general, the metabolizable energy (ME) and the apparent and true availability of dry matter (DM), organic matter (OM), ether extract (EE), crude protein (CP), and amino acids (AA) showed both linearly (p < .01) and quadratically (p < .01) increase with increasing levels of phytase in the diet. Additionally, diet supplementation with phytase could improve (p < .05) body weight (BW), average daily gain (ADG), and feed/gain (F/G) on day 42 compared with the control. The results suggested that diet supplementation of the granular thermostable phytase in the crumbled pellets could improve chicken growth performance and nutrient utilization.

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 enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,019
Tête enseignante GPT0,241
Écart entre enseignants0,223 · 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

Citations5
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnimal Science JournalMême sujetAnimal Nutrition and PhysiologyTravaux en français237 207