MétaCan
Menu
← Retour à la cohorte
Enregistrement W4417383987 · doi:10.1139/cjas-2025-0035

Growth performance and nutrient digestibility of weaned pigs fed corn–barley–soybean meal-based diets supplemented with a multi-enzyme blend

2025· article· en· W4417383987 sur OpenAlexvenueno aff
Ahmad Reza Seradj, Hossein Rajaei-Sharifabadi, Saman Lashkari, Deepak E Velayudhan, Ester Vinyeta, Tofuko A Woyengo

Notice bibliographique

RevueCanadian Journal of Animal Science · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Nutrition and Physiology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNutrientBody weightFeed conversion ratioFiberBasal (medicine)Neutral Detergent Fiber

Résumé

récupéré en direct d'OpenAlex

A study evaluated effects of supplementing a barley–corn–soybean meal-based diet with a multi-enzyme product on growth performance and nutrient digestibility of weaned pigs. A total of 122 pigs (initial body weight of 5.2 kg ± 0.98) were group-housed in 24 pens of 5–6 barrows or 6–7 gilts per pen. Pigs were fed two diets: basal diet without or with a multi-enzyme blend that supplied 4000 U of xylanase, 150 U of β-glucanase, 1000 U of amylase, and 500 U of protease per kilogram of diet. The diets were fed for 6 weeks in two phases: Phase 1 for the first 3 weeks and Phase 2 for the last 3 weeks. Growth performance was determined by phase, whereas apparent total tract digestibility of nutrients was determined at the end of the experiment. Multi-enzyme did not affect body weight gain, but improved ( P < 0.05) gain-to-feed ratio by 5.4% for the entire study period. Multi-enzyme increased ( P < 0.05) apparent total tract digestibility of gross energy, neutral detergent fiber, and acid detergent fiber by 2.7%, 20.7%, and 41.9%, respectively. In conclusion, the test multi-enzyme product can improve feed efficiency of weaned pigs, likely through improved digestibility of dietary fiber components.

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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,018
Tête enseignante GPT0,226
Écart entre enseignants0,208 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Animal Science→Même sujetAnimal Nutrition and Physiology→Travaux en français237 207→