Animal Welfare Assessment and Meat Quality through Assessment of Stress Biomarkers in Fattening Pigs with and without Visible Damage during Slaughter
Notice bibliographique
Résumé
The study aimed to investigate the physiological and meat quality differences between Non-Ambulatory, Non-Injured (NANI), and without apparent abnormalities (non-NANI) pigs in a commercial slaughterhouse setting, focusing on the impact of stress and health conditions on the overall well-being and meat quality of the animals. A total of 241 surgically castrated crossbred male pigs from Southern Brazil were analyzed, with 131 non-NANI pigs and 110 NANI pigs. Infrared orbital temperature, rectal temperature, hematological parameters, and meat quality measurements were collected. Statistical analysis included ANOVA tests and principal component analysis (PCA). NANI pigs exhibited significantly higher infrared orbital temperatures and rectal temperature (p < 0.01). Hematological analysis revealed higher levels of hemoglobin, hematocrit, and red blood cells in NANI pigs (p < 0.05). White blood cell count and lactate dehydrogenase were significantly elevated in NANI pigs (p < 0.01), indicating potential infections or inflammatory responses. Meat quality parameters showed that NANI pigs had lower pH values, higher luminosity, and increased drip loss (p < 0.01), reflecting poorer water retention and potential muscle glycogen depletion. The study highlights the physiological and meat quality differences between NANI and non-NANI pigs, emphasizing the impact of stress, health conditions, and handling procedures on the animals. Blood biomarkers proved valuable in assessing physiological stress, immune response, and potential health issues in pigs, correlating with meat quality abnormalities. Utilizing these biomarkers as predictive tools can enhance animal welfare practices and contribute to improving meat quality in the swine industry.
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 | 0,001 | 0,000 |
| 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) | 0,000 | 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 ».