Effects of black soldier fly larvae with and without algal oil on sensory and physical-chemical properties of Chinook salmon fillets
Notice bibliographique
Résumé
Abstract The rising global demand for seafood products has increased the need for aquafeed ingredients from both traditional and novel sources, as fishmeal and fish oil production cannot significantly expand to support the industry growth. In light of this challenge, our study investigated the feasibility of the partial replacement of fishmeal and fish oil by black soldier fly larvae meal ( Hermetia illucens , BSFLM), with and without supplemental algal oil (AO), in diets for Chinook salmon ( Oncorhynchus tshawytscha ). The control diet (Diet 1) contained higher amounts of fishmeal and fish oil than the experimental diets. In Diet 2, 10% of the diet was replaced with BSFLM, resulting in 26.9% fish oil reduction. Diet 3 included both 10% BSFLM and 4.2% AO, leading to 46.3% fish oil reduction. Six hundred Chinook salmon were randomly distributed across 12 tanks, with each tank assigned to one of the three diets. The experiment spanned 52 weeks, allowing the fish to grow to near-market size. A 19-member sensory panel performed the evaluations of difference from control (DFC). Additionally, the physical properties of fillets were assessed, and nutrient compositions of diets and muscle tissues were analysed. Panellists reported several differences related to salmon colour, overall appearance and overall taste attributes in the fish fed the experimental diets. Specifically, the fish from the experimental diets exhibited weaker salmon colour and less overall taste. Physical-chemical analyses further reported differences among the diets: the fatty acid profiles in muscle tissues closely resembled those of their respective diets, and cooked muscle tissues from the Diet 3 were softer, corresponds to their lower shrinkage and higher moisture content. Results indicated the feasibility of the use of BSFLM and AO for partial replacement of fishmeal and fish oil. Exploring these alternative ingredients helps enhance aquafeed sustainability and meet the rising demand for aquaculture products.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 ».