MétaCan
Menu
Retour à la cohorte
Enregistrement W4388180969 · doi:10.1093/jas/skad341.140

218 Simple Blending of Gestation and Lactation Diets During the Transition Period Minimizes Losses in Back Fat Depth Around Parturition for Primi and Multiparous Sows

2023· article· en· W4388180969 sur OpenAlexaff
Nicole Gregory, Lee‐Anne Huber

Notice bibliographique

RevueJournal of Animal Science · 2023
Typearticle
Langueen
DomaineVeterinary
ThématiqueAnimal Behavior and Welfare Studies
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésLactationWeaningAnimal scienceLitterGestationBiologyCreep feedingWeight gainPregnancyBody weightEndocrinologyAgronomy

Résumé

récupéré en direct d'OpenAlex

Abstract Fifty of each primiparous and multiparous sows were used to evaluate a blending feeding program using gestation and lactation diets during the transition period on sow back fat depth (BF), blood metabolites, and litter growth performance. Sows were randomly assigned to one of two feeding programs in a 2×2 factorial design (n = 25) from 104 ± 1 days of gestation: 1) a unique daily blend of standard gestation [0.58% standardized ileal digestible (SID) lysine and 2419kcal/kg NE] and lactation diets (0.95% SID lysine and 2507kcal/kg NE) until day 5 after farrowing to meet estimated daily SID lysine and net energy requirements (NRC, 2012; TRAN) or 2) approximately 2 kg per day of a standard lactation diet until farrowing (CON). Upon farrowing, sows on the CON feeding program received step-up access to the lactation diet according to a feeding curve. Five days after farrowing, both groups received ad libitum access to the lactation diet until weaning (20.0 ± 0.3 days). Sow body weight (BW) and BFwere measured on day 104 and 110 of gestation (BW only), after farrowing, and at weaning. Fasted blood samples were collected from sows at farrowing and weaning. Litters were standardized to 13 ± 1 piglets and were not provided creep feed. During gestation, TRAN sows consumed more feed than CON sows, which was especially evident for multiparous sows (2.95 vs. 2.13 ± 0.08kg/d for TRAN vs. CON; interaction and main effect; P < 0.05). During lactation, average daily feed intake was not influenced by feeding program but was greater for multi versus primiparous sows (5.98 vs. 4.20 ± 0.30kg; P < 0.001). At all time points, BW was greater for multi versus primiparous sows, regardless of feeding program (P < 0.05). During the gestation period, TRAN sows tended to have greater average daily gain (1.43 vs. 1.00±0.39kg/d; P=0.061) and had less back fat loss (-0.18 vs. -0.92 ± 0.37mm; P < 0.05) versus CON sows, regardless of parity. Only after farrowing, TRAN sows had greater BW and BF than CON sows, regardless of parity (221.5 vs. 215.5 ± 4.1kg and 17.0 vs. 16.3 ± 0.4mm; P < 0.05), but at weaning there were no feeding program-related differences in BW or BF. No feeding program-related differences were observed for litter characteristics, but litter birth weight and piglet BW at weaning were greater for multi versus primiparous sows (P< 0.01). Only after farrowing, serum BHBA (11.9 vs. 19.4 ± 7.8mmol/L) and NEFA (0.34 vs. 0.56 ± 0.10mmol/L) concentrations were less and serum glucose concentrations (4.4 vs. 3.9 ± 0.2mmol/L) were greater for TRAN versus CON sows (P < 0.05), regardless of parity. Therefore, a simple transition feeding program using standard gestation and lactation diets reduced energy mobilization by multi and primiparous sows in late gestation, with no impact on subsequent lactation performance.

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 enseignants0,002
Score d'incertitude au seuil0,006

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,072
Tête enseignante GPT0,357
Écart entre enseignants0,285 · 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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Animal ScienceMême sujetAnimal Behavior and Welfare StudiesTravaux en français237 207