Uma abordagem meta-analítica de equações de predição da energia metabolizável da farinha de mosca-soldado negra (Hermetia illucens) para codornas japonesas
A principal preocupação em relação ao futuro da alimentação e da agricultura é se os sistemas globais serão capazes de alimentar a humanidade de forma sustentável até 2050, ao mesmo tempo em que acomodam a demanda por commodities agrícolas.
Nos últimos anos, os insetos foram identificados como uma promissora fonte de proteína e energia para alimentação animal.

A utilização de insetos na alimentação de aves é atrativa visto que:

Vários insetos têm sido testados como ingredientes na alimentação das aves, sendo a larvas de mosca-soldado negra (Hermetia illucens) uma das espécies mais promissoras. Seu alto potencial como ingrediente alternativo está relacionado à possibilidade de controlar o seu ciclo de vida e, assim, cria-las em massa. Além disso, as larvas de mosca-soldado negra possuem grandes quantidades de proteína, lipídeos e aminoácidos essenciais como, por exemplo, metionina e lisina.

Todavia, informações confiáveis sobre o teor de nutrientes e a digestibilidade da farinha de larvas de mosca-soldado negra são essenciais para a formulação de dietas precisas. Ensaios in vivo para determinar a digestibilidade da farinha de mosca-soldado negra são caros, demorados e impraticáveis para fábricas de alimento para animais obterem estimativas precisas das fontes de farinhas de insetos usadas na formulação de rações. [cadastrar]

A predição do conteúdo de energia metabolizável aparente (EMA) de um ingrediente com base na composição química pode ser um método útil e prático para a obtenção de valores precisos para a formulação de dietas, e várias equações de predição para vários ingredientes já foram publicados.

No entanto, nenhuma equação de predição da EMA para farinha de larvas de mosca-soldado negra para codornas Japonesa foi relatada.

Equações de predição acuradas e precisas podem ser obtidas por meio da sistematização de achados quantitativos de vários estudos, denominada meta-análise.
A meta-análise se baseia na síntese de dados de vários estudos publicados para a construção de um modelo estatístico que melhor explique as observações. Assim, a meta-análise pode produzir equações de predição mais precisas para calcular os valores de EMA da farinha de mosca-soldado negra.
Pensando nisso, o grupo de estudos em nutrição de codornas (GENCO) da Universidade Estadual de Maringá juntamente com o grupo de...

Lorem ipsum dolor sit amet, consectetur adipiscing elit. Phasellus non massa sit amet risus commodo feugiat. Quisque sodales turpis sed felis scelerisque, et luctus sapien facilisis. Integer nec urna libero. Sed vehicula venenatis lorem. Aenean fringilla dui non sapien pulvinar, sed tincidunt turpis tempus. Cras non nulla velit.Lorem ipsum dolor sit amet, consectetur adipiscing elit. Phasellus non massa sit amet risus commodo feugiat. Quisque sodales turpis sed felis scelerisque, et luctus sapien facilisis. Integer nec urna libero. Sed vehicula venenatis lorem. Aenean fringilla dui non sapien pulvinar, sed tincidunt turpis tempus. Cras non nulla velit.Aenean fringilla dui non sapien pulvinar, sed tincidunt turpis tempus. Cras non nulla velit

Regístrate gratuitamente y accede a los mejores artículos sobre nutrición en nutriNews .

Regístrate en nutriNews para desbloquear este item e obter mais benefícios como:

Iniciar sesión
Revista digital

Acesso ao
revista digital

Videos y podcasts

Videos y podcasts exclusivos

Newsletter

Boletins informativos com o
últimas novedades

Regístrate en nutriNews

REGISTRARME
Lorem ipsum dolor sit amet, consectetur adipiscing elit. Phasellus non massa sit amet risus commodo feugiat. Quisque sodales turpis sed felis scelerisque, et luctus sapien facilisis. Integer nec urna libero. Sed vehicula venenatis lorem. Aenean fringilla dui non sapien pulvinar, sed tincidunt turpis tempus. Cras non nulla velit.Lorem ipsum dolor sit amet, consectetur adipiscing elit. Phasellus non massa sit amet risus commodo feugiat. Quisque sodales turpis sed felis scelerisque, et luctus sapien facilisis. Integer nec urna libero. Sed vehicula venenatis lorem. Aenean fringilla dui non sapien pulvinar, sed tincidunt turpis tempus. Cras non nulla velit.Aenean fringilla dui non sapien pulvinar, sed tincidunt turpis tempus. Cras non nulla velit