MétaCan
Menu
Retour à la cohorte
Enregistrement W146328619

Effect of Adding Two Types of Sodium Acetate Compounds on Corn Silage Quality and Aerobic Stability

2008· article· en· W146328619 sur OpenAlexaff
Xinhui Zhang, Zhang Yonggen, HE Ying-fei

Notice bibliographique

RevueZhongguo nongye Kexue · 2008
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRuminant Nutrition and Digestive Physiology
Établissements canadiensScience North
Organismes subventionnairesnon disponible
Mots-clésSilagePreservativeFood scienceChemistryLactic acidDry matterSodiumAnimal scienceBiologyBacteriaOrganic chemistry
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

【Objective】The experiment was aimed to study the effect of two silage fermentative inhibitors-sodium diacetate (SDA) and sodium dehydroacetate (SD) that normally are used as food preservatives on quality and aerobic stability of corn silage 【Method】In the experiment,whole newly-mowed corn plants as raw materials were ensiled after treatment with 0.4% SDA and 0.1% SD,respectively,and then were taken to compare with negative control (no additives used) and positive control (with acidizer added,3 ml·kg-1 LuproMix NC). 【Result】The results of the experiment showed that SD-treated silage had lower values in the quantities of molds and yeasts,dry matter loss (DML),and VBN/TN than both the negative control and the positive control significantly (P0.05). SDA-treated silage had the highest lactic acid and acetic acid concentrations,but its DML and VBN/TN were lower than the negative control,but not significant (P0.05). For aerobic stability,SD-treated silage were the greatest (213 h),and SDA-teated silage (147 h) were poorer than the positive control (LuproMix-treated,187 h),but better than the negative control (118 h). 【Conclusion】Thus,addition of SD or SDA did not affect the quality of corn silage but significantly improved aerobic stability. In terms of nutrient preservation and aerobic stability,SD took advantage over SDA or LuproMix NC. Moreover,SD with lower application rate and less cost could be used as a promising fermentative inhibitor of the silage.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,553
Score d'incertitude au seuil0,247

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,045
Tête enseignante GPT0,286
Écart entre enseignants0,240 · 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 tête enseignante, 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
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZhongguo nongye KexueMême sujetRuminant Nutrition and Digestive PhysiologyTravaux en français237 207