PSV-20 Effects of Enterid™ in Lactating Sow Diets on Sow and Litter Performance
Notice bibliographique
Résumé
Abstract A total of 196 sows (parity = 2±1.1; farrowed in 5 groups) were used in this study to evaluate the effects of feeding Enterid™ feed additive (a mixture of prebiotics, probiotics, and flavoring compounds, PMI Additives) on sow and litter performance. On day 109 of gestation, sows were moved to farrowing rooms and assigned to one of two dietary treatments, including: control and control + 0.05% Enterid™. Respective diets were fed to the sows from day 109 of gestation to weaning (weaning age: 19±0.13 day). Sow body weight (BW) and backfat thickness were measured at d 109 of gestation, within 24h after-farrow, and at weaning. Sow feed consumption was recorded daily. Individual pig BW was recorded at birth and weaning. A completely randomized design was used to test the effect of diets and ANOVA was performed with mixed models using MIXED procedure in SAS (SAS 9.4, SAS Inc.). Sows fed Enterid™ numerically had greater weaning body weight (BW; 222 kg vs. 217 kg; P = 0.11) and lost less BW (-1.14 vs. -5.38 kg; P = 0.01) and backfat (+0.5 vs. -1.5 mm, P = 0.02) from farrow to weaning compared to the control. In addition, sows fed Enterid™ numerically had greater total lactation feed intake (127 vs 123 kg; P = 0.13) and ADFI (6.64 vs 6.42 kg; P = 0.17). Enterid™ numerically reduced piglet preweaning mortality by 1% (9.15 vs 10.16%). Data of this study suggests that Enterid™ can provide benefits toward improving performance of sows and reducing mortality of preweaning piglets.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».