MétaCan
Menu
Retour à la cohorte
Enregistrement W3166201449 · doi:10.1096/fasebj.24.1_supplement.lb272

Effects of a high vs. low carbohydrate diet on fat and carbohydrate oxidation in cats

2010· article· en· W3166201449 sur OpenAlexaff
Anna K. Shoveller, Elizabeth A. Flickinger, Jim L. Atkinson, I.J.H. Duncan, Margaret A. Gooding

Notice bibliographique

RevueThe FASEB Journal · 2010
Typearticle
Langueen
DomaineVeterinary
ThématiqueVeterinary Medicine and Surgery
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésCATSCarbohydrateNutrientAnimal scienceCrossover studyChemistryFood scienceBiologyInternal medicineMedicineBiochemistry

Résumé

récupéré en direct d'OpenAlex

Low or high carbohydrate (CHO) diets (18.9 and 46.3%, LC and HC, respectively) and length of adaptation were investigated in cats ( Felis catus; 10 ± 1 mo, 3 ± 1 kg ) . Cats received each treatment for 14 d in a crossover design and 20 h indirect calorimetry studies were conducted after acute (A; d 0), semi‐chronic (SC; d 4) and chronic (C; d 13) dietary exposure. Data were analyzed by repeated measures ANOVA and Proc Mixed. When cats consumed the HC and LC diet, Ox of the restricted nutrient exceeded intake while Ox of the nutrient in excess matched intake. Mean max energy expenditure (EE) of cats consuming the LC and HC diet were 107 and 102 kcal/kg 0.67 /d and occurred at a mean of 245 and 712 min post feeding, respectfully. Mean max fat (0.90 g/h) and CHO (1.42 g/h) Ox were attained at 26 and 626 min post feeding, respectfully. The changes in Ox and EE suggest that cats adapt to changes in dietary nutrient content, but may require longer than 14 d to adapt to restricted nutrient intake . Supported by: The Procter and Gamble Co., Pet Care, Ohio, USA

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,445
Score d'incertitude au seuil0,432

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0000,000

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 Opus0,018
Tête enseignante GPT0,264
Écart entre enseignants0,247 · 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 tête enseignante, 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

Citations2
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe FASEB JournalMême sujetVeterinary Medicine and SurgeryTravaux en français237 207