MétaCan
Menu
Retour à la cohorte
Enregistrement W3195975708 · doi:10.20944/preprints202107.0363.v1

Safety of Dietary Camelina Oil Supplementation in Healthy, Adult Dogs

2021· preprint· en· W3195975708 sur OpenAlexaff
Scarlett Burron, Taylor Richards, Keely Patterson, Caitlin Grant, Nadeem Akhtar, Luciano Trevizan, Wendy Pearson, Anna K. Shoveller

Notice bibliographique

RevuePreprints.org · 2021
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMetabolism and Genetic Disorders
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésCamelinaCanolaSunflower oilCamelina sativaAnimal scienceBreedBiologyBody weightFood scienceMedicineAgronomyCropEndocrinology

Résumé

récupéré en direct d'OpenAlex

This study aimed to determine whether camelina oil is safe for use in canine diets, using canola oil and flax oil as controls as they are similar and generally regarded as safe (GRAS) for canine diets. Thirty privately-owned adult dogs of various breeds (17 females; 13 males), with an average age of 7.2 ± 3.1 years (mean ± SD) and body weight (BW) of 27.4 ± 14.0 were used. After a 4-week wash-in period using sunflower oil and kibble, dogs were blocked by breed, age, and size, and randomly allocated to one of three treatment oils (camelina (CAM), flax (FLX), or canola (OLA)) at a level of 8.2 g oil/100g total dietary intake. Body condition score (BCS), BW, food intake (FI), and hematological and select biochemical parameters were measured at various timepoints over a 16-week feeding period. All data were analyzed with ANOVA using PROC GLIMMIX of SAS. No biologically significant differences were seen between treatment groups for BW, BCS, FI, hematological and biochemical results. Statistically significant differences noted among some serum biochemical results were considered small and due to normal biological variation. These results support a conclusion that camelina oil is safe for use in canine nutrition.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
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
Métarecherche0,0010,001
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 recherche0,0000,000
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 Opus0,044
Tête enseignante GPT0,339
Écart entre enseignants0,295 · 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'étudeObservationnel
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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePreprints.orgMême sujetMetabolism and Genetic DisordersTravaux en français237 207