PSV-4 Determination of Deoxynivalenol (DON) Content in Biological Samples as an Indicator of DON Intake in Grower-finisher Pigs
Notice bibliographique
Résumé
Abstract Due to difficulties in obtaining consistent and/or reliable measures of deoxynivalenol (DON) in complete swine diets, we investigated whether measuring DON in biological samples could be used as an indicator of DON ingestion in pigs. In this study, graded levels of DON (1, 3, or 5 ppm) were fed to grower-finisher pigs for a period of 77-d. On d 35 and 77 of the study, urine samples were quantitatively collected over a 24-h period and blood samples were collected between 3 – 4 h after the morning meal on each of those days for serum DON analysis. For direct quantification of DON in urine, high-performance liquid chromatography with tandem mass spectrometry was performed. For serum samples, indirect quantification of DON was performed via enzymatic hydrolysis. We observed that DON content in urine increased linearly as intake of DON increased (Fig.1A; P < 0.05). Analysis of DON in serum follow a similar trend, where serum DON content was increased as DON intake increased (Fig.1B; P < 0.05). An average of 30% of DON ingested was recovered as DON in urine over a 24-h period. In summary, there was a linear relationship between DON intake and DON content in both urine and blood serum, therefore, analyzing DON concentration in serum and urine could be used as a tool to estimate for DON exposure in pigs under controlled conditions.
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 | 0,001 | 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 | 0,001 | 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) | 0,001 | 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 ».