Evaluation of phytase and β-mannanase on growth performance, nutrient utilization, fecal condition, and back fat thickness in growing and finishing pigs
Notice bibliographique
Résumé
This study examined the impact of phytase and β-mannanase supplementation on growth performance, nutrient utilization, fecal condition, and backfat thickness in growing and finishing pigs. In the first experiment, 64 growing pigs (average body weight 24.3 ± 3.51 kg) were divided into two groups with eight replications (four pigs per replicate): one receiving a basal diet and the other diet supplemented with 0.02% phytase and 0.05% β-mannanase. The supplemented group showed significant improvements in average daily gain and nutrient digestibility for energy, nitrogen, and dry matter ( p < 0.05), without changes in feed intake or fecal score ( p > 0.05). In the second experiment, 56 finishing pigs (average body weight 54.36 ± 3.53 kg) were also split into two groups with seven replications (four pigs per replicate): one on a basal diet and the other on a diet with 0.04% β-mannanase. While β-mannanase supplementation did not significantly affect growth performance ( p > 0.05), it did enhance energy digestibility by the study’s end ( p < 0.05). No significant effects were found on backfat thickness, lean meat percentage, or fecal score ( p > 0.05). The study concluded that phytase and β-mannanase together enhance growth and nutrient digestibility in growing pigs; β-mannanase alone boosts nutrient utilization in finishing pigs.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 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 ».