MétaCan
Menu
Retour à la cohorte
Enregistrement W4310197907 · doi:10.3390/ani12233296

Controlled Intestinal Microbiota Colonisation in Broilers under the Industrial Production System

2022· article· en· W4310197907 sur OpenAlexfundno aff
Advait Kayal, Dragana Stanley, Anita Radovanović, Darwin Horyanto, Thi Thu Hao Van, Yadav S. Bajagai

Notice bibliographique

RevueAnimals · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGut microbiota and health
Établissements canadiensnon disponible
Organismes subventionnairesLallemand
Mots-clésCaecumBiologyColonisationUniFracJejunumCecumBroilerMicrobiomeMicrobiologyAvenaGut floraIleumAnimal scienceFood scienceColonizationEcologyBacteriaImmunologyInternal medicineEndocrinology

Résumé

récupéré en direct d'OpenAlex

The concept of designer microbiota in chicken is focused on early exposure of the hatchlings to pathogen-free microbiota inoculum, limiting the early access to harmful and pathogenic microorganisms, thus promoting colonisation of the gut with beneficial and natural poultry microbiota. In this study, we controlled colonisation of the intestine in broiler chickens in a large-scale industrial setting via at-hatch administration of a commercial product containing a highly diverse microbiota originating from the chicken caecum. The treatment significantly transformed the microbiota membership in the crop, proventriculus, jejunum and caecum and significantly altered the taxa abundance in the jejunum, jejunum mucosa, and caecum estimated using PERMANOVA and unweighted and weighted UniFrac distances, respectively. The treatment also improved the growth rate in chickens with no significant alteration in feed conversion ratio. A comparison of inoculum product microbiota structure revealed that the inoculum had the highest Shannon diversity index compared to all investigated gut sections, and the number of Observed Species second only to the caecal community. PCoA plots using weighted or unweighted UniFrac placed the inoculum samples together with the samples from the caecal origin.

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 seuil0,003

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 technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,027
Tête enseignante GPT0,259
Écart entre enseignants0,231 · 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

Citations7
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnimalsMême sujetGut microbiota and healthTravaux en français237 207