亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Dual energy X-ray absorptiometry predicts lamb carcass composition at abattoir chain speed with high repeatability across varying processing factors

重复性 扫描仪 双能X射线吸收法 核医学 双重能量 动物科学 瘦肉组织 医学 数学 骨矿物 生物 统计 物理 体重 内科学 光学 骨质疏松症
作者
Stephen Louis Connaughton,A. Williams,Fiona Anderson,K.R. Kelman,Jarno Peterse,G.E. Gardner
出处
期刊:Meat Science [Elsevier BV]
卷期号:181: 108413-108413 被引量:13
标识
DOI:10.1016/j.meatsci.2020.108413
摘要

An on-line Dual Energy X-ray Absorptiometry (DXA) scanner was used in an Australian abattoir to predict computed tomography (CT) determined composition % of fat, lean muscle and bone in lamb carcasses at chain speed. This study assessed the effect of spray-chilling on these estimates, as well as their repeatability over a 10-min period, and over a 72 h period. There was no prediction bias between the 15 spray-chilled and 15 non-spray-chilled carcasses. When repeat DEXA scans were undertaken across a 10-min period, there was a high level of repeatability for the prediction of CT Fat %. When repeat scans were conducted at 6 time points across a 72 h period the precision of the DXA prediction of CT Fat % of 30 carcasses remained high (R2 = 0.94, RMSEP = 1.20%), although small biases existed between time points (P < 0.01). These biases were minimised when the DXA scanner had been operational prior to experimentation, suggesting a 'warm-up' effect.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
向北游完成签到,获得积分10
1秒前
朱志伟发布了新的文献求助10
2秒前
BUG发布了新的文献求助10
5秒前
BUG发布了新的文献求助10
9秒前
13秒前
Kyler完成签到,获得积分10
13秒前
NexusExplorer应助大白采纳,获得10
14秒前
BUG发布了新的文献求助10
15秒前
Kyler发布了新的文献求助10
18秒前
BUG发布了新的文献求助10
19秒前
21秒前
BUG发布了新的文献求助10
23秒前
wanci应助Kyler采纳,获得10
24秒前
BUG发布了新的文献求助10
27秒前
BUG发布了新的文献求助10
31秒前
月亮姥姥发布了新的文献求助10
31秒前
33秒前
36秒前
李创鹏发布了新的文献求助30
40秒前
BUG发布了新的文献求助10
41秒前
42秒前
44秒前
BUG发布了新的文献求助10
45秒前
wanwuzhumu发布了新的文献求助10
49秒前
49秒前
BUG发布了新的文献求助10
50秒前
50秒前
BUG发布了新的文献求助10
53秒前
57秒前
陌陌完成签到 ,获得积分10
58秒前
朱志伟发布了新的文献求助10
59秒前
wangyao_sir发布了新的文献求助10
1分钟前
1分钟前
青竹完成签到,获得积分10
1分钟前
1分钟前
煊陌完成签到 ,获得积分10
1分钟前
wanwuzhumu完成签到,获得积分10
1分钟前
1分钟前
zyzhnu完成签到,获得积分10
1分钟前
SciGPT应助科研通管家采纳,获得10
1分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Cronologia da história de Macau 5000
Petrology and Plate Tectonics 800
Prompt Engineering for Clinicians: Harnessing AI in Everyday Medical Practice 600
Electrode Potentials 550
Handbook Of Synthetic Methodologies And Protocols Of Nanomaterials 500
Trees of tropical Asia : an illustrated guide to diversity 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 内科学 物理 复合材料 催化作用 细胞生物学 光电子学 物理化学 电极 基因 免疫学
热门帖子
关注 科研通微信公众号,转发送积分 6985698
求助须知:如何正确求助?哪些是违规求助? 8663611
关于积分的说明 18369307
捐赠科研通 6451979
什么是DOI,文献DOI怎么找? 3095085
关于科研通互助平台的介绍 2153387
邀请新用户注册赠送积分活动 2071245