MétaCan
Menu
Retour à la cohorte
Enregistrement W4316363542 · doi:10.3389/fanim.2023.1125061

Evaluation of a yeast β-glucan blend in a pet food application to determine its impact on stool quality, apparent nutrient digestibility, and intestinal health when fed to dogs

2023· article· en· W4316363542 sur OpenAlexaboutno aff
Logan R. Kilburn-Kappeler, Charles G. Aldrich

Notice bibliographique

RevueFrontiers in Animal Science · 2023
Typearticle
Langueen
DomaineNursing
ThématiqueFood composition and properties
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFecesGlucanYeastFood scienceNutrientAnimal scienceBiologyBeta-glucanBiochemistryMicrobiology

Résumé

récupéré en direct d'OpenAlex

Oral supplementation of β-glucans may be able to improve the health of companion animals. However, little is understood regarding the effects of yeast β-glucan on diet processing and intestinal function. Therefore, the objectives of this research were to determine the carry through of yeast β-glucan during extruded diet production and its impact on diet utilization by dogs. Three diets were formulated to contain increasing levels of a yeast β-glucan blend at 0, 0.012 and 0.023% inclusion. Processing inputs were held constant during extrusion to allow for evaluation of output parameters and physical characteristics of kibble. Yeast β-glucan concentration was analyzed in extruded diets using the glucan enzymatic method, resulting in >100% recovery. Twenty-four Labrador Retrievers were assigned to one of three dietary groups of 8 dogs each with an equal distribution of sex and age. Dogs were fed dietary treatments for 24-d adaption followed by 4-d total fecal collection. Feces were scored on a 1-5 scale, with 1 representing liquid diarrhea and 5 hard pellet-like with a fecal score of 3.5-4 considered ideal. Fresh fecal samples were collected for analysis of short chain fatty acid concentrations. Apparent total tract digestibility was calculated by total fecal collection (TFC) and titanium (TI) marker methods. Data were analyzed using a mixed model procedure in software (version 9.4, SAS Institute, Inc., Cary, NC). Dry bulk density, kibble diameter, and kibble length did not differ among dietary treatments. Intake was similar among dietary treatments (P > 0.05). Dogs required about 26% more food than estimated [130*BWkg0.75] to maintain body weight among all treatments. Fecal score was not different (P > 0.05) among dietary treatments but was lower than ideal at an average of 2.6. Nutrient digestibility was not affected (P > 0.05) by inclusion of the yeast β-glucan. By method, the TFC procedure resulted in higher (P< 0.05) digestibility values when compared to the TI procedure. In addition, yeast β-glucan did not alter short or branched chain fatty acid proportions. Overall, processing parameters, physical characteristics of kibble, stool quality, nutrient digestibility, and intestinal health in dogs were not affected by the yeast β-glucan blend.

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: Observationnel · Signal consensuel: aucune
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 technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,079
Tête enseignante GPT0,386
Écart entre enseignants0,307 · 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'étudeObservationnel
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

Citations9
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Animal ScienceMême sujetFood composition and propertiesTravaux en français237 207