Efektivitas Penambahan Ragi Alami dari Ekstrak Buah Mentimun pada Pakan terhadap Bioekologi Ikan Nila
Notice bibliographique
Résumé
Permasalahan yang sering dihadapi dalam industri akuakultur adalah tingginya biaya yang terkait dengan pakan ikan. Pakan merupakan faktor penting yang memengaruhi pertumbuhan dan kelangsungan hidup ikan yang dibudidayakan. Salah satu metode potensial untuk meningkatkan pertumbuhan ikan adalah dengan memasukkan ragi ke dalam pakan mereka. Dalam penelitian ini, digunakan Rancangan Acak Lengkap (RAL) yang terdiri dari empat perlakuan berbeda dengan tiga kali pengulangan. Perlakuan-perlakuan ini dilambangkan sebagai berikut: Perlakuan A (0 ml ragi alami per kilogram pakan), Perlakuan B (10 ml ragi alami per kilogram pakan), Perlakuan C (20 ml ragi alami per kilogram pakan), dan Perlakuan D (30 ml ragi alami per kilogram pakan). Pemberian pakan dilakukan dua kali sehari, dengan dosis pakan setara dengan 5% dari berat badan ikan. Hasil penelitian menunjukkan bahwa pemberian ragi alami yang berasal dari ekstrak buah mentimun ke dalam pakan tidak memberikan pengaruh yang signifikan terhadap parameter bioekologi ikan nila salin. Oleh karena itu, disarankan agar penelitian selanjutnya memperpanjang periode penelitian untuk memastikan efek sebenarnya dari perlakuan dan melakukan analisis uji proksimat untuk mengetahui kandungan protein dalam pakan.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,028 | 0,007 |
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 ».