The effects of galacto-oligosaccharides on faecal parameters in healthy dogs and cats
Notice bibliographique
Résumé
The aim of this study was to evaluate the effects of galacto-oligosaccharides (GOS) on faecal parameters in healthy dogs and cats. To this end, 20 dogs and 20 Domestic shorthair cats were fed a commercially available adult dog food, or cat food, respectively, with either syrup containing GOS (at 1% w galacto-oligosaccharides/w formulated feed) on top (test group) or no topping (control group) for 56 days in a cross-over design. The study consisted of 2 periods of 24 days adaptation, followed by 4 days of collection of faeces. Faecal samples were tested for moisture, nitrogen, pH, macronutrients, enzymes, and fermentation products. The faecal microbiota were analysed by 16S rDNA profiling. It appeared that GOS have different effects in dogs compared to cats. In dogs, the addition of GOS resulted in increased carbohydrate fermentation (increase of acetic and butyric acid), whereas in cats GOS resulted in increased amino acid fermentation (increase of isovaleric acid). The α-diversity of the canine faecal microbiota was reduced by dietary GOS (Inverse Simpson Index, p = 0.063; Shannon index, p = 0.035) whereas the α-diversity of cat faecal microbiota was unaffected (Inverse Simpson Index, p = 0.539; Shannon index, p = 0.872). Lachnospiraceae spp. and Bifidobacterium spp. positively responded to GOS in both cats and dogs. Lactobacillus spp. and Enterobacteriaceae spp. positively responded to GOS in dogs. In both dogs and cats, GOS may therefore improve stool microbiota and result in the production of specific metabolites that are beneficial to gut health.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».