MétaCan
Menu
Retour à la cohorte
Enregistrement W4415355040 · doi:10.1016/j.psj.2025.105980

Protein oxidation in feed: Occurrence, monitoring, and mitigation strategies

2025· article· en· W4415355040 sur OpenAlexaff
Peng Lu, Peng Wang, Yanmin Zhou, Chengbo Yang

Notice bibliographique

RevuePoultry Science · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMeat and Animal Product Quality
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésAntioxidantAmino acidFood proteinReactive oxygen speciesDigestion (alchemy)Oxidation reductionCovalent bondProtein quality

Résumé

récupéré en direct d'OpenAlex

Protein oxidation is defined as a covalent modification caused by reactive oxygen species (ROS) or secondary oxidized by-products. The mechanisms and influences of protein oxidation on animal-derived food quality have been studied for many years, but its effects on feedstuff and animal health are largely unknown. Protein oxidation causes oxidation in both amino acid side chains and protein backbones, resulting in the formation of harmful substances and a decrease in nutritional value. Excessive levels of protein oxidation in animal diets have been associated with various biological consequences in animals, including reduced growth performance, compromised antioxidant capacity, immune disorders, and intestinal digestion and absorption, and antioxidant capacity. Protein oxidation in feeds can be detected by various methods such as spectrophotometric assay and fluorescence spectroscopy and controlled by several approaches such as supplementation of antioxidants and nutrition regulation. In this review, the basic principles of protein oxidation and its detection methods, effects on animals, and preventive strategies are discussed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,727
Score d'incertitude au seuil0,165

Scores Codex et Gemma par catégorie

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

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 Opus0,029
Tête enseignante GPT0,288
Écart entre enseignants0,259 · 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 tête enseignante, 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

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePoultry ScienceMême sujetMeat and Animal Product QualityTravaux en français237 207