Methane emissions from beef cattle: Effects of fumaric acid, essential oil, and canola oil1
Notice bibliographique
Résumé
The objective of this study was to identify feed additives that reduce enteric methane emissions from cattle. We measured methane emissions, total tract digestibility (using chromic oxide), and ruminal fermentation (4 h after feeding) in growing beef cattle fed a diet supplemented with various additives. The experiment was designed as a replicated 4 x 4 Latin square with 21-d periods and was conducted using 16 Angus heifers (initial BW of 260 +/- 32 kg). Treatments were: control (no additive), fumaric acid (175 g/d) with sodium bicarbonate (75 g/d), essential oil and spice extract (1 g/d), or canola oil (4.6% of DMI). The basal diet consisted of 75% whole-crop barley silage, 19% steam-rolled barley, and 6% supplement (DM basis). Four large chambers (2 animals fed the same diet per chamber) were equipped to measure methane emissions for 3 d each period. Adding canola oil to the diet decreased (P = 0.009) total daily methane emissions by 32% and tended (P = 0.09) to decrease methane emissions as a percentage of gross energy intake by 21%. However, much of the reduction in methane emissions was due to decreased (P < 0.05) feed intake and lower (P < 0.05) total tract digestibility of DM and fiber. Digestibility of all nutrients was also lowered (P < 0.05) by feeding essential oil, but there were no effects on ruminal fermentation or methane emissions. In contrast, adding fumaric acid to the diet increased total VFA concentration (P = 0.03), increased propionate proportions (P = 0.01), and decreased the acetate:propionate ratio (P = 0.002), but there was no measurable effect on methane emissions. The study demonstrates that canola oil can be used to reduce methane losses from cattle, but animal performance may be compromised due to lower feed intake and decreased fiber digestibility. Essential oils had no effect on methane emissions, whereas fumaric acid caused potentially beneficial changes in ruminal fermentation but no measurable reductions in methane emissions.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».