Characterization of physiochemical and nutrient profiles in canola feedstocks and co-products from bio-oil processing: impacted by source origin
Notice bibliographique
Résumé
OBJECTIVE: The objective of this study was to characterize physiochemical and nutrient profiles of feedstock and co-products from canola bio-oil processing that were impacted by source origin. The feedstocks and co-products (mash, pellet) were randomly collected from five different bio-oil processing plants with five different batches of samples in each bio-processing plant in Canada (CA) and China (CH). METHODS: The detailed chemical composition, energy profile, total digestible nutrient (TDN), protein and carbohydrate subfractions, and their degradation and digestion (CNCPS6.5) were determined. RESULTS: The results showed that TDN1x was similar in meals between CA and CH. CH meals and feedstock had higher, truly digestible crude protein (tdCP) and neutral detergent fiber (tdNDF) than CA while CA had higher truly digestible non-fiber carbohydrate (tdNFC). The metabolizable energy (ME3x), net energy (NELp3x, NEm3x, and NEg3x) were similar in meals between CA and CH. No differences were observed in energy profile of seeds between CA and CH. The protein and carbohydrate subfractions of seeds within CH were similar. The results also showed that pelleting of meals affected protein sub-fractionation of CA meals, except rapidly degradable fractions (PB1), rumen degradable (RDPB1) and undegrdable PB1 (RUPB1), and intestinal digestible PB1 (DIGPB1). Canola meals were different in the soluble (PA2) and slowly degradable fractions (PB2) between CA and CH. The carbohydrate fractions of intermediately degradable fraction (CB2), slowly degradable fraction (CB3), and undegradable fraction (CC) were different among CH meals. CH presented higher soluble carbohydrate (CA4) and lower CB2, and CC than CA meals. CONCLUSION: The results indicated that although the seeds were similar within and between CA and CH, either oil-extraction process or meal pelleting seemed to have generated significantly different aspects in physiochemical and nutrient profiles in the meals. Nutritionists and producers need to regularly check nutritional value of meal mash and pellets for precision feeding.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».