MétaCan
Menu
Retour à la cohorte
Enregistrement W4293796498 · doi:10.30954/2277-940x.03.2022.6

Effect of Dietary Protein, Fibre and Lipotropic Factor on the Management of Canine Obesity

2022· article· en· W4293796498 sur OpenAlexaboutno aff
Karu Pasupathi, R. Karunakaran, Cecilia Joseph

Notice bibliographique

RevueJournal of animal research · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueDiet and metabolism studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésObesityMedicineDietary managementManagement of obesityVeterinary medicineInternal medicineWeight loss

Résumé

récupéré en direct d'OpenAlex

The study formulated and evaluated different therapeutic diets viz., high protein high fibre (T 2 ), high protein medium fibre (T 3 ) and choline supplemented diet (T 4 ) for the management of canine obesity against the control (normal adult dog maintenance diet, T 1 ) in 24 Labrador retriever obese dogs selected on the basis of their body condition score (BCS) and body weight and randomly distributed into 4 groups and fed therapeutic diets for a period of four months.The change in BCS, body weight, dry matter intake and caloric intake were recorded at fortnightly intervals.Dogs on T 2 diet (21.90 % CP and 11.28 % CF diet) recorded loss 30.3 g/d while on T 3 diet (21.73 % CP and 8.23 % CF diet) lost 17.67 g/d.Body condition score was reduced 5.04 and 3.03 per cent in T 2 and T 3 , respectively.Thus, the result indicated increase of 21% protein and 11% fiber in diet helped to improve weight loss 5 to 8% in dogs in 4 months period. HIGHLIGHTSm Formulation of diet for canine obesity.m Supplementation of 21% protein and 11% fiber in diet helped to improve weight loss 5 to 8% in dogs in 4 months period.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 recherche0,0000,000
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 Opus0,069
Tête enseignante GPT0,381
Écart entre enseignants0,313 · 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'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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of animal researchMême sujetDiet and metabolism studiesTravaux en français237 207