MétaCan
Menu
← Retour à la cohorte
Enregistrement W1797285881

A field study on the effects of dietary monensin on milk production and milk composition in dairy cows.

2010· article· en· W1797285881 sur OpenAlexaffabout
J. Dubuc, Denis DuTremblay, J. Baril, R. Bagg, M. Brodeur, T.F. Duffield, Luc DesCôteaux

Notice bibliographique

RevuePubMed · 2010
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRuminant Nutrition and Digestive Physiology
Établissements canadiensUniversité de MontréalCegep de Saint Hyacinthe
Organismes subventionnairesnon disponible
Mots-clésMonensinAnimal scienceHerdMilk productionComposition (language)LactationDairy cattleFood scienceMilk fatChemistryBiologyPregnancy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The objectives of this study were to quantify the effect of 16 ppm of dietary monensin on milk production and composition of dairy cows, and to investigate factors having a potential impact on this effect. Data were generated from a total of 3577 Holstein dairy cows (47 herds) in Quebec enrolled in a herd-level, randomized clinical trial investigating the effects of monensin supplementation. Milk production and composition data were collected from monthly dairy herd improvement (DHI) testing. Monensin increased milk production by 0.9 kg/cow/d in cows under 150 days in milk (DIM) (P < 0.05). Monensin decreased milk fat percentage by 0.18 percentage points during the whole lactation (P < 0.05). This decreasing effect was larger for component-fed cows (P < 0.05) and for cows being fed low levels of dietary physically effective particles (P < 0.05) when compared respectively to cows fed total mixed ration and cows fed high levels of dietary physically effective particles. The results of this study suggest that monensin influences milk production and milk composition of dairy cows, and that diet composition and feeding system influence those effects.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,059
Score d'incertitude au seuil0,117

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,022
Tête enseignante GPT0,216
Écart entre enseignants0,194 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations7
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePubMed→Même sujetRuminant Nutrition and Digestive Physiology→Travaux en français237 207→