MétaCan
Menu
← Retour à la cohorte
Enregistrement W9937587 · doi:10.31274/ans_air-180814-1363

Identifying Dietary Fiber Components that Best Predict the Digestible and Metabolizable Energy Content in Nine Corn Co-Products Fed to Growing Pigs

2014· report· en· W9937587 sur OpenAlexaff
N. A. Gutierrez, Nick V. L. Serão, B. J. Kerr, R. T. Zijlstra, John F. Patience

Notice bibliographique

Revuenon disponible
Typereport
Langueen
DomaineNursing
ThématiqueFood composition and properties
Établissements canadiensUniversity of Alberta
Organismes subventionnairesIowa State UniversityNational Pork Board
Mots-clésBranFood scienceChemistryCorn gluten mealXyloseDistillers grainsMonosaccharideGlutenMealPolysaccharideArabinoseCorn starchStarchDietary fiberSoybean mealFermentationRaw materialBiochemistry

Résumé

récupéré en direct d'OpenAlex

An experiment was conducted to determine the best dietary fiber (DF) assay to estimate the effect of DF concentration on energy digestibility, and to predict the digestible (DE) and metabolizable (ME) energy of 9 corn co-products: conventional corn bran, corn bran with solubles, corn distillers dried grains with solubles (DDGS) conventionally produced, reduced oil DDGS, uncooked DDGS, high protein distillers dried grains, dehulled degermed corn, corn germ meal, and corn gluten meal. The apparent total tract digestibility (ATTD) of gross energy (GE), and the DE and ME of the 9 feed ingredients were determined in 20 growing pigs (BW = 25.9 ± 2.5 kg). Feed ingredients were analyzed for the concentration of dietary fiber: NDF, TDF, total non-starch polysaccharides (NSP), and 5 constituent monosaccharides of NSP, namely arabinose (Ara), xylose (Xyl), mannose (Man), glucose (Glc), and galactose (Gal). The concentration of xylose in NSP was the DF assay that best explained variation due to DF concentration in digestibility of energy, DE, and ME values, and can be used to predict the DE and ME values in corn co-products.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,168
Tête enseignante GPT0,305
Écart entre enseignants0,137 · 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'étudeExpérimental (laboratoire)
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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetFood composition and properties→Travaux en français237 207→