MétaCan
Menu
Retour à la cohorte
Enregistrement W4402541271 · doi:10.1093/jas/skae234.814

PSXI-5 Transforming retailer’s food waste into silage for sustainable animal nutrition

2024· article· en· W4402541271 sur OpenAlexaffabout
V. Rodríguez, Layton Vandestroet, Layton Abeysekara, Kim Ominski, Emmanuel W. Bumunang, Tim A. McAllister, Stephanie A. Terry, Luis Alberto Miranda‐Romero, Kim Stanford

Notice bibliographique

RevueJournal of Animal Science · 2024
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFood Waste Reduction and Sustainability
Établissements canadiensAgriculture and Agri-Food CanadaUniversity of ManitobaUniversity of Lethbridge
Organismes subventionnairesnon disponible
Mots-clésSilageBusinessFood wasteFood scienceAnimal feedAnimal wasteBiotechnologyAgricultural scienceWaste managementEnvironmental scienceBiologyEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract Food waste (FW) represents a major environmental and socio-economic problem. In Canada, about 11.2 million metric tons of avoidable food waste is produced yearly. An alternative to reduce this impact would be preserving a greater proportion of this, for livestock feed. Therefore, the objective of this study was to use discarded fruits, vegetables, and bakery products from retailers (FW), ensile them, and assess their nutritional value and contribution to a sustainable livestock feed supply. For this, two treatments for reducing the moisture content of FW were evaluated: Sun-dried (SD), and Passive-dried (PD), were compared with Control (C), using laboratory mini-silos over 60 d of ensiling. Although dry matter (DM) increased by 1-5% for PD and SD, respectively, up to 41.9% of bread products were required to produce a targeted silage DM of 38%. Silage aerobic stability was assessed during 20 d exposure to air. Chemical analyses (pH, volatile fatty acids, lactic acid, ammonia) were assessed in pre-fermentation (d 0), and post-fermentation (d 60). Nutritional quality was evaluated according to AOAC standard methods. Statistical analyses employed mixed models for nutritional and fermentation data, with drying treatments (C, PD, SD) as fixed effects. All mature silages were greater in crude protein (15.2 to 15.7%), crude fat (6.0 to 6.3%), sodium (0.48 to 0.52 %), sugars (WSC; 0.95 to 1.53 %), and less in neutral detergent fiber (6.2 to 7.6%) as compared with traditional silages used as livestock feed. Fermentation parameters showed that lactic acid content was greater than acetic acid, and pH decreased from a maximum of 5.26 at d 0 to a minimum of 3.85 at d 60. Mycophenolic acid was the only mycotoxin above the limit of detection in d 0 silage, with all mycotoxins below reference concentrations at d 60. Plate counts of molds and yeasts declined (P < 0.001) by 5 to 7 log colony-forming units (CFU) over 60 d of fermentation and were not detected in mature silage. Silage showed aerobic stability after 20 d of aerobic exposure (pH 3.86 ± 0.027). In conclusion, ensiling FW could be a viable way of converting low-value waste products into good-quality feed. However, approaches other than SD and PD are required for increasing silage DM as insufficient bread products may be available for this purpose in all batches of FW. Further study of palatability along with digestibility testing will be needed for a scaling-up process.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,425
Score d'incertitude au seuil0,395

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,019
Tête enseignante GPT0,263
Écart entre enseignants0,244 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Animal ScienceMême sujetFood Waste Reduction and SustainabilityTravaux en français237 207