Rumen degradation of oil palm fronds is improved through pre-digestion with white rot fungi but not through supplementation with yeast or enzymes
Notice bibliographique
Résumé
Hassim, H. A., Lourenço, M., Goh, Y. M., Baars, J. J. P. and Fievez, V. 2012. Rumen degradation of oil palm fronds is improved through pre-digestion with white rot fungi but not through supplementation with yeast or enzymes. Can. J. Anim. Sci. 92: 79–87. Rumen fermentation kinetics of oil palm fronds (OPF) supplemented or not with enzymes (Hemicell ® or Allzyme SSF ® ) or yeasts (Levucell ® SC or Yea-Sacc ® ) were studied through an in vitro gas production test (96 h) (exp. 1). In exp. 2, enzymes were supplemented to OPF pre-treated during 3 or 9 wk with either one of five white rot fungi strains. Yeasts and enzymes were tested both in active and inactive forms, which revealed the most appropriate set-up to distinguish between the rate of supplements as direct contributors to the fermentation substrate vs. stimulators of the fermentation of the basal substrate. In exp 1, addition of active and inactive Yea-Sacc ® increased the apparently rumen degradable carbohydrates (ARDC) by 11%, whereas enzymes did not affect rumen degradability of non-inoculated OPF. Neither yeast nor enzymes influenced the rate of gas production of non-inoculated OPF, except for active Hemicell ® at the low dose. In exp. 2, inoculation of OPF with Ceriporiopsis subvermispora for 3 wk and Lentinula edodes for 9 wk increased ARDC, but additional enzyme supplementation did not further improve ARDC or the rate of gas production.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 tête enseignante, 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 ».