MétaCan
Menu
← Retour à la cohorte
Enregistrement W4410535730 · doi:10.1093/jas/skaf102.069

5 Impacts of high levels of vitamins during two gestational cycles on the reproductive performance of gilts and sows, litter performance and the immunoglobulins concentrations in dams and piglets

2025· article· en· W4410535730 sur OpenAlexaff
Béatrice Sauvé, L. Cloutier, Céline Ster, Matheus de Oliveira Costa, Danyel Bueno Dalto

Notice bibliographique

RevueJournal of Animal Science · 2025
Typearticle
Langueen
DomaineVeterinary
ThématiqueAnimal Behavior and Welfare Studies
Établissements canadiensCentre de Développement du Porc du QuébecUniversity of SaskatchewanAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésLitterAnimal scienceBiologyReproductionPregnancyAntibodyGestationImmunologyEcology

Résumé

récupéré en direct d'OpenAlex

Abstract This study evaluated the effects of high levels of dietary vitamins to gilts and sows during two consecutive reproductive cycles on dams’ reproductive performance, piglets growth performance and immunoglobulins concentrations in dams and piglets. From mating, 18 gilts and 23 sows were randomly assigned to the experimental treatments: CTR - gestation diet with NRC (2012) levels of vitamins; or HiVit - gestation diet exceeding the North American industry standards (Flohr et al., 2016) for vitamins. No supplementation was done during lactation. A commercial vaccine was given to dams. In both cycles, blood samples were collected from dams prior to the beginning of treatments and at days 100 and 110 of gestation, as well as colostrum (day 1) and piglets blood at days 2 and 21 for the detection of immunoglobulins. In both cycles, dams reproductive performance and piglets growth performance were recorded. Performance and metabolic parameters were statistically analyzed according to a 2x2 (treatment x cycle) and a 2x2x3 (treatment x cycle x time) factorial design. There was no difference on sows reproductive performance. In cycle 2, gilts bodyweight at mating tended to be higher for CTR (P = 0.10) but HiVit gilts had greater bodyweight gain (P = 0.04). Although not statistically different between treatments, total born (P = 0.12) and total born alive (P = 0.14) were reduced by 3.2 and 2.7 for CTR gilts between cycles and by 0.5 and 0.3 for HiVit. There was no difference for the number of weaned piglets (P ≥ 0.16). In cycle 2, average litter weight at 24 hours was higher for HiVit litters (P = 0.04) but at weaning the average piglets bodyweight tended to be higher for CTR (P = 0.06). Although in CTR sows had higher total IgG quantities in cycle 1 (P = 0.03), these values decrease by half in cycle 2 (P < 0.01), whereas HiVit sows had similar quantities between cycles (P = 0.86). For vaccine-specific IgG, a tendency for overall higher titers were detected in HiVit gilts serum (P = 0.09) but not on colostrum or piglets serum. Sows colostrum vaccine-specific IgG titers tended (P = 0.06) to be higher for CTR group in cycle 1 and for HiVit groups in cycle 2. Compared to cycle 1, piglets serum vaccine-specific IgG titers increased for CTR groups at day 21 of cycle 2 (P < 0.01) but not for HiVit (P = 0.37). In conclusion, supplementing gilts with high levels of vitamins during more than one reproductive cycle may improve piglets performance during the early suckling period but withdrawing HiVit maternal supplementation during lactation may have been detrimental to piglets performance at weaning. Immune response to vaccine was inconsistent between reproductive cycles in both treatments.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,031
Tête enseignante GPT0,326
Écart entre enseignants0,295 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Animal Science→Même sujetAnimal Behavior and Welfare Studies→Travaux en français237 207→