排序方式: 共有33条查询结果,搜索用时 0 毫秒
1.
疯牛病主要是通过食物链传播,由于牛食用了含有朊病毒的肉骨粉饲料所致,因而疯牛病对饲料安全及对饲料行业的影响极大。笔者指出,值得注意的是,猪或家禽等动物食用了被污染的饲料后,即使用了含致病因子朊病毒的肉骨粉,也可能感染而成为新的传染源。文章从动物源性饲料产品在饲料工业中的应用入手,从目前我国饲料存在的五个问题分析了疯牛病对我国的潜在威胁:①国内生产的动物源性饲料产品质量合格率低,掺杂现象严重,不可避免地会掺入反刍动物成分;②生产设备简陋,生产环境脏、乱、差,卫生条件无法满足生产要求;③原料收购缺乏有效控制,不排除有的原料本身已交叉污染;④产品标签标注的内容不完整、不规范,没有完整地标明动物源性产品的真实成分,不排除在反刍动物饲料中加入了动物源性饲料产品的现象;⑤我国养牛业的分散性,很难做到对其使用饲料的监控。文章提出相应的对策:在法律法规方面,目前要尽快制定颁布《饲料和饲料添加剂管理条例》实施细则及其他配套饲料法规;饲料行业则应采取一系列措施,如在饲料生产中推行HACCP管理,控制危害因素,消除或避免存在和潜在的不安全因素,确保饲料安全。文章还完整地整理出近年来国家出台的有关预防疯牛病的政策性文件。 相似文献
2.
在过去的半个世纪中,世界畜牧业取得了长足的发展,畜牧生产水平显著提高.产量大大增加,畜牧业在满足人类动物食品的需求方面作出了巨大贡献。据估计,全球人类食物中16%的能量和36%的蛋白质由动物性食品所提供(Delgado等,1998)。然而,畜牧业仍然是低效产业,动物将饲料养分转化为畜产品的效率只有15%~20%,[第一段] 相似文献
3.
4.
5.
<正> 外貌鉴定是奶山羊选种的一个重要方面.外貌评分,特另是乳房评分的高低,在一定程度上可以反映母羊的产奶性能.目前,西农莎能羊的外貌鉴定按5个部分进行评分,即一般特征20分、体躯35分、头颈10分、乳房25分,四肢10分。但是在多年的实践中,使我们认识到这一评分标准还存在不少问题,其中心问题是,莎能羊的外貌鉴定究竟应当分为几个部分,现行标准各部分之间的比例应为多少等,但在这方面过去没有进行过比较深入的研究。本文应用统计分析方法,通过剖析外貌各部分评分与总评分及产奶量之间的关系,分析各部分评分的相对重要性,从中找出主要部分,为修订现行的西农莎能羊外貌评分标准,提供依据。 相似文献
6.
饲料安全即为人类食品安全。饲用植物及粮油加工副产品是畜禽的主要饲料原料,其在配合饲料中所占的比例高于90%,其安全性直接关系到饲料质量及畜禽产品质量。文章从大宗饲料原料、饲料添加剂及动物性饲料原料三方面分析了影响饲料安全的诸多因素,并提出应加强饲料行业法制建设,如国家应尽快完善饲料农药残留方面的标准与法规;尽早立法,禁止在饲料中使用超量微量元素,尤其应禁止使用高铜和高锌等;应加快饲料工业标准化体系建设;完善饲料监督体系;大力发展无污染的饲料原料生产;推行HACCP(食品卫生与安全管理体系)管理;对于那些污染严重的饲料添加剂(如高铜、砷制剂、β-兴奋剂、镇静药物等)要坚决予以取缔,严惩违规添加剂生产、经销、使用者,净化我国饲料原料市场。笔者指出,目前我国饲料厂家在大宗饲料原料进厂时仅检测水分、粗蛋白、钙、磷等项目,很少检测农药残留。我国已将激素类列为违禁使用药物,目前尚未批准使用任何一种激素饲料添加剂。但有些肉牛生产者过分追求增加牛肉产量而滥用激素类物质,如已烯雌酚、雌二醇、丙酸睾丸酮、玉米赤霉醇等,这不仅使产品失去了原来的营养价值和风味、品质下降,而且因产品的激素残留也会对消费者造成危害。而我国至今采用饲料卫生标准(GB13078—2001)也仅规定了少量几种饲料原料和产品中的六六六及滴滴涕两种农药的最大允许量。饲料厂应对农药残留的检测工作予以足够重视,将超标的原料拒之厂外,以确保产品质量。国家应尽快完善饲料农药残留方面的标准与法规。对于那些污染严重的饲料添加剂(如高铜、砷制剂、β-兴奋剂、镇静药物等)要坚决予以取缔。建立饲料行业信誉体系,对于遵章守法的饲料企业及时通报? 相似文献
7.
2006年5月以来,我国南方地区许多猪场暴发以高烧持续不退、呼吸急促、全身发红为主要临床症状的猪病疫情,该病传播速度快、死亡率高,一般小猪场生猪存栏量下降60%左右,规模养猪场下降30%左右,给猪场和养殖户造成了严重的经济损失。对于该病的病因目前还没有确定,但大部分专家都倾向于是由蓝耳病、猪瘟、伪狂犬病、流感为主,继发感染细菌病而引起的。因该病以高热持续不退为主要特点,所以许多专家把此次疫情定名为“猪无名高热”。 相似文献
8.
研究采集宁夏区内各市县(固原、海原、同心、中卫、中宁、永宁、平罗)抽取玉米样品120批,用近红外分析仪扫描定标样品集获得玉米近红外光谱图,利用偏最小二乘法建立模型,并分别经过无预处理、均值中心化、标准正态变量转换、一阶导数、标准正态变量转换结合去趋势校正(SNV+D)预处理光谱,获得水分、粗蛋白、粗脂肪、粗纤维预测模型,分别是经过MC、SNV+D、SNV+D、SNV+D光谱预处理后效果最好。预测决定系数R2 p分别为0.951、0.976、0.728、0.897,相对分析误差RPD除粗脂肪为2.62外,其他均大于3的近红外预测模型,通过预测模型验证集验证后,并对模型预测值与实测值进行U检验,结果为差异不显著(P>0.05)。该近红外预测模型对玉米中水分、粗蛋白、粗纤维具有较佳预测效果,粗脂肪的预测精度有待进一步提高。 相似文献
9.
10.