Ruminal degradability of dry matter, crude protein, and amino acids in soybean meal, canola meal, corn, and wheat dried distillers grains
Notice bibliographique
Résumé
Different protein sources, such as canola meal (CM) or dried distillers grains (DDG), are currently used in dairy rations to replace soybean meal (SBM). However, little data exists comparing their rumen degradation in a single study. Therefore, the objective of this study was to compare the ruminal degradation of dry matter (DM), crude protein (CP), and AA of SBM, CM, high-protein corn DDG (HPDDG), and wheat DDG plus solubles (WDDGS). In situ studies were conducted with 4 rumen-fistulated lactating Holstein cows fed a diet containing 38% grass hay and 62% corn-based concentrate. Each protein source was incubated in the rumen of each cow in nylon bags for 0, 2, 4, 8, 16, 24, and 48 h to determine DM and CP rumen degradation kinetics, whereas additional bags were also incubated for 16 h to evaluate AA ruminal disappearance. Rumen DM and CP degradability was calculated from rumen-undegraded residues corrected or not for small particle loss. Data were fitted to an exponential model to estimate degradation parameters and effective degradability (ED) was calculated with a passage rate of 0.074 h(-1). The WDDGS and SBM had higher uncorrected ED (DM=75.0 and 72.6%; CP=84.8 and 66.0%, respectively) than CM and HPDDG (DM=57.2 and 55.5%; CP=59.3 and 48.2%, respectively), due to higher soluble fraction in WDDGS and a combination of higher potentially degradable fraction and rate of degradation in SBM. Correction for small particle loss from bags, higher for WDDGS than for the other protein sources, decreased estimated ED but did not alter feed ranking. The ruminal disappearance of AA after 16 h of incubation reflected the overall pattern of CP degradation between protein supplements, but the ruminal disappearance of individual AA differed between protein supplements. Overall, these results indicate that, in the current study, (1) SBM and WDDGS were more degradable in the rumen than CM and HPDDG, and (2) that small particle loss correction is relevant but does not alter this ranking.
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) | 0,000 | 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 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 ».