In Vitro Assessment of the Effectiveness of Mineral Adsorbents in Sequestering Boar Taint Compounds
Notice bibliographique
Résumé
The utility of four mineral adsorbents as potential feed additives to bind the boar taint compounds, androstenone and skatole, was assessed with an in vitro system. The adsorbents were bentonite (BNT), diatomaceous earth (DE), spent filter aid (SFA) and hydrated sodium–calcium aluminosilicate (HSCAS), with activated charcoal (AC) as a positive control. The binding capacity (Bmax) and binding affinity (K) of androstenone (AND), estrone (E1), estrone sulfate (E1S), and skatole were estimated using the modified Michaelis–Menten kinetics. The Langmuir and Freundlich isotherm models were also used to assess the adsorption behaviour. The Bmax values with AND were 77.7 ± 1.12%, 71.9 ± 1.93%, 55.0 ± 7.85%, and 69.5 ± 1.39% for BNT, DE, SFA, and HSCAS, respectively, with no differences in the binding affinity K (p > 0.05). All the mineral adsorbents had very low binding with E1S. SFA bound skatole with a Bmax of 89.9 ± 1.09%, while the Bmax values for skatole binding by BNT, DE and HCAS were approximately 15%. Most adsorbent–adsorbate complexes fit best with the Freundlich isotherm model. We conclude that all four mineral adsorbents bound androstenone, but not E1S, and only SFA effectively bound skatole. This suggests that SFA may act as a selective dietary binding agent to control boar taint, but further research using animal models is needed to explore the utility and selectivity of these adsorbents as feed additives to control boar taint.
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 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».