Towards Sustainable Aquaculture: A Review on The Use of Microalgae as Functional Feed Ingredients
Notice bibliographique
Résumé
Population growth is intensifying the demand for sustainable protein sources, positioning aquaculture as a strategic sector for global food security. However, the industry faces nutritional, economic, and environmental challenges, particularly due to the high cost and ecological impact of fishmeal (FM) and fish oil (FO), which are widely used in commercial feeds. These inputs are rich in essential fatty acids, such as docosahexaenoic acid (DHA) and eicosapentaenoic acid (EPA), whose production relies on intensive harvesting of marine species, thereby compromising the sustainability of the supply chain. In this context, microalgae have emerged as promising alternatives due to their high nutritional and functional value, including proteins, long-chain polyunsaturated fatty acids (LC-PUFAs), antioxidants, and bioactive compounds. This review compiles scientific evidence demonstrating that the inclusion of microalgae in fish and shrimp diets can maintain or enhance lipid composition, immunocompetence, pathogen resistance, antioxidant activity, and gut health in cultured organisms. Species such as Schizochytrium sp., Nannochloropsis sp., Chlorella sp., and Spirulina sp. have shown promising results. Although further studies are needed to determine optimal inclusion levels and potential synergies among species, current data support the potential of microalgae to contribute to a more efficient and sustainable aquaculture.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».