The balance of n-6 and n-3 fatty acids in canine, feline, and equine nutrition: exploring sources and the significance of alpha-linolenic acid
Notice bibliographique
Résumé
Both n-6 and n-3 fatty acids (FA) have numerous significant physiological roles for mammals. The interplay between these families of FA is of interest in companion animal nutrition due to the influence of the n-6:n-3 FA ratio on the modulation of the inflammatory response in disease management and treatment. As both human and animal diets have shifted to greater consumption of vegetable oils rich in n-6 FA, the supplementation of n-3 FA to canine, feline, and equine diets has been advocated for. Although fish oils are commonly added to supply the long-chain n-3 FA eicosapentaenoic acid (EPA), and docosahexaenoic acid (DHA), a heavy reliance on this ingredient by the human, pet food, and equine supplement industries is not environmentally sustainable. Instead, sustainable sourcing of plant-based oils rich in n-3 α-linolenic acid (ALA), such as flaxseed and camelina oils, emerges as a viable option to support an optimal n-6:n-3 FA ratio. Moreover, ALA may offer health benefits that extend beyond its role as a precursor for endogenous EPA and DHA production. The following review underlines the metabolism and recommendations of n-6 and n-3 FA for dogs, cats, and horses and the ratio between them in promoting optimal health and inflammation management. Additionally, insights into both marine and plant-based n-3 FA sources will be discussed, along with the commercial practicality of using plant oils rich in ALA for the provision of n-3 FA to companion animals.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| 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 ».