Macronutrient and energy metabolism changes in domestic cats when fed cornstarch, whey protein, and, poultry fat
Notice bibliographique
Résumé
Abstract There is a lack of knowledge available on how cats adjust their macronutrient partitioning due to the consumption of single-macronutrient meals. The objective of this study was to evaluate consumption of a single meal of ingredients that contained foods of strictly carbohydrates (CHO), fat (FAT) or protein (PRO), on energy expenditure (EE) and macronutrient metabolism in cats. Ten domestic shorthair adult cats (1·9 years; 4·12 kg) were fed 22–24 g of chicken fat (FAT), 56–62 g of whey protein solution (PRO) or 54–56 g of cornstarch solution (CHO) for a single day in a randomised complete block design. Indirect calorimetry was conducted for 24 h post-feeding. Mean average EE over 24 h was highest in cats fed PRO (44 kcal/kg BW) and FAT (43 kcal/kg BW) compared with that in cats fed CHO (42 kcal/kg BW; P < 0·01). During 0 to 4 h, cats fed FAT had greater EE (49 kcal/kg BW), suggesting that cats respond to oxidising more dietary fat over protein in the early postprandial stage. Mean 24 h respiratory quotient (RQ) was greatest for cats fed CHO (0·76) followed by PRO (0·75) and FAT (0·74; P < 0·05). During 4 to 8 h, the RQ of cats fed PRO was the greatest (0·77), suggesting that cats initially increase gluconeogenesis from amino acids for subsequent glucose oxidation. In comparison to omnivores and herbivores, obligate carnivores have unique responses to single macronutrient intake, where they apparently generate energy from carbohydrate metabolism and rely more on gluconeogenic precursors.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».