Effects of dietary inclusion of Antarctic krill (Euphausia superba) meal in low fishmeal diets on Atlantic salmon (Salmo salar L.) growth, nutrient utilization, fillet quality, and wound healing capacity
Notice bibliographique
Résumé
Ecological and economic concerns of fishmeal and terrestrial crop contributions to protein and lipid in the diets of cultured fish have resulted in significant reductions over the last few decades, initiating investigations into alternative sources. Marine zooplankton, such as Antarctic krill possess high levels of protein, phospholipid, essential n-3 LC-PUFA (EPA and DHA) as well as carotenoids like astaxanthin. Salmon were fed experimental diets containing 0, 8 and 12 % Antarctic krill meal (KM) over a 25-week period and quantified various production characteristics of the fish as well as their responses to mechanical wounding. Atlantic salmon gained over 300 % of their initial body weight over the 25-week feeding period and their Condition Factor, FCR, PER, diet digestibility and whole-body composition of fish receiving the 8 and 12 % KM test diets did not significantly differ from the 0 % control diet. However, fish fed KM test diets were able to maintain the high performance of the control diet fed fish, but with up to 31 % lower plant proteins, 15 % less micronutrient additives, 14 % lower lipid supplements, and 4 % less synthetic astaxanthin due to KM meal. In addition, salmon fillets showed a significantly higher mean level of pigmentation (i.e., yellow and red colouration) in fish fed the 12 % KM meal diet, and gross imaging showed wounded skin from fish fed 12 % KM had significantly less variation in colouration/appearance from unwounded skin, compared to control, which could be beneficial to the Atlantic salmon industry by reducing hyperpigmentation that often leads to costly downgrades for producers.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».