PSXI-11 Oxidation Analysis on Chicken Meat Meals Composition, Aromatics, and Palatability: A Novel Aromatic Palatability Trial Utilizing Labrador Retrievers, Hercules Enose Ufgc, Spme, and Broad Spectrum Gcms
Notice bibliographique
Résumé
Abstract Even the highest quality ingredients undergo oxidative stresses during manufacturing processes, increasing the nutrition delivery challenges facing large-scale feed manufacturing. In this study we investigate the impact of increasing peroxide values (PV) in the chemical composition in rendered chicken meal (CM) and chicken by-product meal (CB). To determine canine acceptance, working Labrador Retrievers (20 male; 20 female) were used in a preliminary novel aromatic palatability test as well as a traditional two-pan palatability test. PV sample levels ranged from < 10-200 (CB or CM Sample identification: 1.~ < 10, 2.~20-50, 3.~50-100, 4.~100-200). Results indicate that dogs preferred reduced peroxide values in both aromatic (p= < 0.05) and traditional 2-pan palatability trials (p= < 0.05). Preference testing results correlated with extensive physical and chemical data obtained using a Heracles Electronic Nose ultra-fast gas chromatography (UFGC), solid-phase micro-extraction (SPME), and gas chromatography-mass spectrometry (GC-MS). The broad-spectrum analysis utilized solid-phase micro-extraction (SPME) and gas chromatography-mass spectrometry (GC-MS) to identify 177 nonpolar compounds, 340 polar compounds, and 457 volatile compounds. The overall composition did not vary; however, individual compounds had strong linear correlations with peroxide value. In chicken by-product meal samples, 38 compounds were linearly correlated; in chicken meals, 27 compounds were identified (r2>0.90). These data: 1) introduces novel quality control markers for further research and showcases the potential for greater accuracy by developing product specific markers; 2) confirms that the chemical differentiation between peroxide values went beyond lipid oxidation and highlighted multiple compounds of interest for further study; and 3) emphasizes greater levels of peroxide in pet foods have unfavorable palatability. This research was funded by the Fats and Protein Research Foundation.
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) | 0,001 | 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 | 0,000 | 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) | 0,001 | 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 ».