Organic chromium supplementation in the diet of three porcine genotypes with different growth potential: effects on growth, metabolites, hormones, and carcass traits
Notice bibliographique
Résumé
Chromium (Cr) potentiates insulin, influences the weight gain composition and carcass through changes in metabolites and hormones. The aim was to analyze the performance, carcasses, metabolites, and hormones of three porcine genotypes, G1 = Mexican Hairless × Yorkshire, G2 = Asian × Mexican Hairless, and G3 = Asian × Yorkshire, males and females with dietary Cr-L methionine (Cr-Met) (0.250 mg kg−1 DM). The experimental design was completely randomized factorial (3-genotypes × 2-sex × 2-Cr levels). The fattening with 84 pigs, live weight (LW) = 20.65 ± 0.68 kg, lasted 126 days, and were slaughtered. Thirty-six pigs were sampled to analyze metabolites and hormones in blood. The G1 ingested more ( P = 0.04) total and daily dry matter (DMTI, DDMI). G2 and G3, and Cr-Met improved daily weight gain (DWG) and feed conversion (FC) ( P = 0.05). Cr-Met reduced glucose ( P = 0.05). Genotype, sex, and Cr-Met did not affect hormone levels ( P > 0.05). G3 and Cr-Met increased HCW and CCW; Cr-Met reduced back fat ( P = 0.05). We concluded that G2 and G3 had better DWG and FC; Cr-Met improved DWG and FC. Cholesterol was different between genotypes and sexes; Cr-Met reduced the glucose level. The levels of hormones were similar. The HCW and CCW of G2 and G3, sows and Cr-Met were higher; Cr-Met reduced the BF12thR.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,001 | 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 ».