MétaCan
Menu
Retour à la cohorte
Enregistrement W4415466928 · doi:10.1186/s40813-025-00465-2

The role of human–pig interactions in modulating gut microbiota, stress, and performance

2025· article· en· W4415466928 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevuePorcine Health Management · 2025
Typearticle
Langueen
DomaineVeterinary
ThématiqueAnimal Behavior and Welfare Studies
Établissements canadiensUniversity of Calgary
Organismes subventionnairesAgencia Nacional de Investigación y Desarrollo
Mots-clésGut floraBacteriaFight-or-flight responseEnzyme

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The microbiota‒gut‒brain axis modulates pigs' stress response, behavior, and overall welfare. Stressful management practices can disrupt gut microbiota (GM), negatively impacting pigs' health and welfare. This study evaluated how the quality of human handling influences stress-related physiological responses, productive performance, and gut microbiota (GM) composition in pigs during the nursery phase. RESULTS: Female pigs (n= 36, 21 days old) were randomly assigned to three experimental groups (12 pigs/group, four pens per treatment): positive human handling (PHH), negative human handling (NHH), and a control group (CG). The PHH group experienced gentle tactile interactions, whereas the NHH group was subjected to chronic intermittent stress through acute stressors, and the CG group received minimal handling for routine practices. Hair cortisol concentrations were measured as an indicator of chronic stress (days 15 and 64). Productive performance was assessed through body weight (BW), average daily gain (ADG), average daily feed intake (ADFI), and feed conversion (FC). Fecal samples were collected at baseline (T0, day 16), mid-study (T1, day 37), and end of the study (T2, day 65) and analyzed using 16S rRNA gene amplicon sequencing to assess GM changes over time. Pigs in the PHH group showed a significant reduction in cortisol levels from baseline to post-treatment (P < 0.0001), while no significant changes were observed in the NHH group (P = 0.26). A smaller but significant decrease was also detected in the CG group (P = 0.001). PHH pigs had higher BW (P = 0.0009) and ADG (P = 0.03) during the later growth phase compared to NHH pigs. At T2, PHH pigs exhibited greater diversity and richness compared to NHH pigs, indicating a restorative effect on GM composition. Differential abundance analyses identified four bacterial genera that distinguished treatment groups: Blautia, Megasphaera, and Subdoligranulum were enriched in PHH pigs, while Terrisporobacter was enriched in NHH pigs. Additionally, bacterial interaction networks exhibited the least complex network in the NHH group, with ecological associations primarily involving Clostridium and Terrisporobacter. CONCLUSIONS: The quality of human handling influenced stress physiology, performance, and gut microbiota in pigs. Positive handling reduced cortisol levels, improved growth, and promoted microbial diversity, while negative handling was linked to decreased performance and reduced microbial network complexity. These results highlight the potential of positive interactions to enhance welfare and productivity, and identify specific bacterial genera as potential biomarkers differentiating negative and positive handling conditions.

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.

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)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,106
Score d'incertitude au seuil0,286

Scores Codex et Gemma par catégorie

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 recherche0,0000,000
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 Opus0,033
Tête enseignante GPT0,369
Écart entre enseignants0,336 · 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