MétaCan
Menu
Retour à la cohorte
Enregistrement W4406080415 · doi:10.1016/j.heliyon.2024.e41606

Investigating variability of craft microbreweries spent grains for classification and incorporation into precision diet formulation through multivariate analyses

2025· article· en· W4406080415 sur OpenAlexaff
Arturo Macias Franco, Ághata Elins Moreira da Silva, Tio Brody, Graham Holton, Macy L Rockwell, Nelcino Francisco de Paula, Leílson Rocha Bezerra, Mozart Alves Fonseca

Notice bibliographique

RevueHeliyon · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRuminant Nutrition and Digestive Physiology
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNational Institute of Food and AgricultureUniversity of Nevada, RenoU.S. Department of Agriculture
Mots-clésMultivariate statisticsCraftMultivariate analysisStatisticsMathematicsGeographyArchaeology

Résumé

récupéré en direct d'OpenAlex

Alternative feedstuffs offer a cost-effective and sustainable option for livestock nutrition, playing a crucial role in niche market development. Brewer's spent grains (BSG), a byproduct of the expanding craft microbrewery industry, are a particularly promising feed source due to their availability and nutrient content. However, variability in BSG composition poses challenges for their effective incorporation into precision diet formulations. This study aimed to evaluate the variability in the nutrient composition of BSG from craft microbreweries and classify them for precision diet formulation using multivariate analyses. BSG samples from 29 craft microbreweries were collected and analysed for their nutrient composition using wet chemistry methods. Principal components analysed included crude protein (CP), ash and protein corrected neutral detergent fiber (apNDFom), non-fibrous carbohydrates (NFC), and ether extract (EE). Principal component analysis (PCA) was employed to identify the most significant nutrient variations, and hierarchical clustering of the principal components was used to group the samples into four distinct clusters. These clusters were further evaluated through in vitro fermentation tests, assessing gas production, digestibility, and fermentation characteristics. Statistical analyses were conducted using R software. The principal components (energy (PC1) and protein (PC2) were the primary factors driving BSG variability. Hierarchical clustering produced four distinct feed clusters, which showed significant differences ( P < 0.05) in fermentation profiles, The apNDFom digestibility varied across clusters, with energy-dense feeds (higher and lower energy grains) demonstrating higher digestibility ( P < 0.05). The third cluster (CL3), characterized by low protein content, had significantly lower NH 3 -N concentrations after fermentation ( P < 0.05). Regarding gas and volatile fatty acids (VFA) production, clusters exhibited significant differences ( P < 0.05) compared to an alfalfa standard, highlighting the diverse fermentation characteristics of BSG. The variability in energy and protein content among BSG samples results in distinct fermentation profiles, which can influence animal performance and environmental outcomes. These findings emphasize the importance of classifying BSG and incorporating precision formulation to mitigate adverse effects and maximize the benefits of this alternative feedstuff.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,878
Score d'incertitude au seuil0,170

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,087
Tête enseignante GPT0,346
Écart entre enseignants0,259 · 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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHeliyonMême sujetRuminant Nutrition and Digestive PhysiologyTravaux en français237 207