A review of feeding supplementary nitrate to ruminant animals: nitrate toxicity, methane emissions, and production performance
Notice bibliographique
Résumé
Lee, C. and Beauchemin, K. A. 2014. A review of feeding supplementary nitrate to ruminant animals: Nitrate toxicity, methane emissions, and production performance. Can. J. Anim. Sci. 94: 557–570. The purpose of this review is to discuss the risks and benefits of using supplementary nitrate to reduce enteric methane emissions in ruminants based on the results of a meta-analysis. The meta-analysis confirmed possible nitrate poisoning triggered by higher blood methemoglobin levels with increasing nitrate consumption of ruminants: methemoglobin (%)=41.3×nitrate [g kg−1body weight (BW) d−1]+1.2; R2=0.76, P<0.001. However, acclimatizing animals to nitrate reduced the toxicity of nitrate: methemoglobin (%)=4.2×nitrate (g kg−1BW d−1)+0.4, R2=0.76, P=0.002. Animals fed nitrate reduced enteric methane emissions in a dose-response manner: methane [g kg−1dry matter intake (DMI)]=−8.3×nitrate (g kg−1BW d−1)+15.2, R2=0.80, P<0.001. The reduction of enteric methane emissions due to supplementary nitrate was effective and consistent in both in vitro and in vivo studies and also persistent in several long-term studies. Dry matter intake and live weight gain (LWG) of cattle were not affected by nitrate: DMI change, R2=0.007, P=0.65; LWG change, R2=0.03, P=0.31. It is anticipated that supplementary nitrate as a substitute for urea may change urinary nitrogen composition in a manner that increases ammonia and nitrous oxide emissions from manure. Furthermore, supplementary nitrate may have various physiological roles in nitric oxide metabolism in ruminants. In conclusion, supplementary nitrate is a viable means of mitigating enteric methane emissions due to its consistent and persistent efficacy. Risk of toxicity can be lowered by gradual acclimation of animals to nitrate. However, lowered methane production may not re-direct additional metabolizable energy towards animal 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 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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».