Harvesting the benefits of nutritional research to address global challenges in the 21st century
Notice bibliographique
Résumé
Abstract Over the past 20 years, substantial progress has been made in improving feeds and feeding technologies for most aquaculture species. Notable improvements in feed conversion efficiency (through a better understanding of requirements and improved feed management) and ingredient sustainability (through increased capability to use a wider range of ingredients) have been achieved. While advances have been made in understanding the requirements of many of the main aquaculture species, there is still much to be done in defining requirements, especially for many of the species being farmed in the developing world. Gains in the efficiency of feeds are slowing for developed species, but potential gains are still appreciable for less developed species. There is a growing need to more precisely prescribe the required levels of essential nutrients and various additives in the diet based on age, genotype, environment, and immune status to deliver a “precision nutrition” approach to farming aquaculture species. There is still further need to diversify our ingredient options to provide greater resilience, as the sustainability of different feed ingredient sources, including possible climate change impacts, is becoming a growing issue. There is a growing demand for biocircularity in our feed ingredient supply chains. Ultimately, what is needed to sustain future feed ingredient needs are sustainable sources of cost‐effective protein, some essential amino acid additives, some omega‐3 fatty acid resources, and various minerals and vitamin additives. The increasing use of new and varied resources will ensure that food safety remains an important issue throughout the world. Feed manufacturing has evolved from a simplistic exercise to a highly complex science with state‐of‐the‐art engineering, but its application is not consistent across all sectors, as there is still widespread use of pelleting, mash, and trash fish feeding in the developing world. Similarly, feed management has also dichotomized between the developed and developing world, with a high reliance on manual skilled labor in the developing world, whereas more advanced aquaculture systems are becoming increasingly reliant on automated computer‐controlled feeding systems.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».