Near infrared reflectance spectroscopy (NIRS) analyses of nutrient composition and condensed tannin concentrations in carolina willow (<i>Salix caroliniana</i>)
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Iron overload disorder has been described in a number of zoo-managed species, and it has been recommended to increase the tannin composition of the diet as a safe way to minimize iron absorption in these iron-sensitive species. The goal of this study was to examine the potential of near infrared reflectance spectroscopy (NIRS) as a rapid and simple screening tool to assess willow (Salix caroliniana) nutrient composition (crude protein: CP; acid detergent fiber: ADF; neutral detergent fiber: NDF; lignin, gross energy: GE) and condensed tannin (CT) concentrations. Calibration equations were developed by regression of the lab values from 2 years using partial least squares on n = 144 NIRS spectra to predict n = 20 independent validation samples. Using the full 2-year dataset, good prediction statistics were obtained for CP, ADF, NDF, and GE in plant leaves and stems (r(2 ) > 0.75). NIRS did not predict lignin concentrations reliably (leaves r(2) = 0.52, stems r(2) = 0.33); however, CTs were predicted moderately well (leaves r(2) = 0.72, stems r(2) = 0.67). These data indicate that NIRS can be used to quantify several key nutrients in willow leaves and stems including concentrations of plant secondary compounds which, depending on the bioactivity of the compound, may be targeted to feed iron-sensitive browsing animals.
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.
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 | 0,000 |
| 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) | 0,000 | 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 découle