Efficacy of incorporating spent seaweeds in aqua feeds as a nutritional source
Notice bibliographique
Résumé
Spent biomass of different seaweeds such as Sargassum wightii, Turbinaria conoides, Padina tetrastomata and Ulva lactuca were evaluated for the nutritional benefits in aqua feeds. Basic nutritional value, of seaweeds contains a number of pigments, defensive and storage compounds, and secondary metabolites that could have beneficial effects in farmed fish. Only a small fraction of algal species have so far been investigated as potential components in finfish diets and a number of knowledge gaps that current research has yet to be addressed. The effects of seaweed supplementation most relevant in aquaculture include stimulation of growth performance, enhancement of feed utilization efficiency, improvement of nutrient assimilation, and improvement of fatty acid profile (increase in long chain n-3 polyunsaturated fatty acids) in muscle. Spent seaweeds shows enriching nutritive values such as protein, vitamin, mineral, essential amino acids, essential fatty acids and also improves the digestibility of spent seaweed based feeds. The anti-nutritional factors in spent seaweed were also recorded as low in Sargassum wightii phenolics (1.60±0.05) tannins (3.20±0.43), in Turbinaria conoides, saponins (0.83±0.15), in Ulva lactuca Oxalates (0.13±0.02) Phytate (16.54±0.23). Hence, the spent residues from industries, and seaweed spent biomass generated in the laboratory after pigment extraction were considered to be a good source of biomass for aqua feed production.
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 | 0,001 |
| 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 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».