Effect of low-protein corn and soybean meal-based diets on nitrogen utilization, litter quality, and water consumption in broiler chicken production: insight from meta-analysis
Notice bibliographique
Résumé
The growing demand for high-value animal protein must be met using sustainable means that optimize the utilization of nutrients, especially nitrogen (N) so that excreta do not over-fertilize fields and end up causing soil acidification, waterway eutrophication and greenhouse gas emissions. Malodorous N compounds can cause respiratory diseases and poor growth in livestock. The increasing availability of feed-grade amino acids makes it possible to formulate low-protein diets for broilers and thereby reduce N excretion. However, published studies of the effects of such diets on broiler growth performance have been based on reducing CP contents gradually in a variety of ways that have given inconsistent results. Since the amount of published data is now large, a meta-analysis was performed in order to categorize diet formulation strategies and quantify their impact on N balance, water consumption, litter moisture, plasma uric acid. This showed that lowering the CP content of broiler diets generally means replacing some soybean meal with corn and hence increasing the starch content. However, since soybean meal is also a source of potassium, this reduces electrolyte balance. Lowering the CP content from 19% to 17% is associated with a 29% reduction of N excretion in broilers aged 0-21 d, and a 7% increase in N efficiency (N retention/N intake). Reducing the CP content from 19% to 17% decreases daily water consumption by 20.6 mL/bird, litter moisture by 2.2% and plasma uric acid by 0.56 mg/dL. This meta-analysis improves our understanding of the low-protein strategy and allows us to quantify its impact on N balance, litter quality and uric acid. It shows that managing N excretion is wholly beneficial and reduces litter wetness.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,003 | 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 tête enseignante, 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 ».