MétaCan
Menu
← Retour à la cohorte
Enregistrement W1987930895 · doi:10.4141/cjas06052

Corn or soybean hull incorporation into haylage-based backgrounding beef cattle diets: Effect on growth and efficiency during the backgrounding and finishing periods

2007· article· en· W1987930895 sur OpenAlexafffundvenue
Kendall C Swanson, Mohammed Azharuddin KO, C. Mader

Notice bibliographique

RevueCanadian Journal of Animal Science · 2007
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRuminant Nutrition and Digestive Physiology
Établissements canadiensUniversity of Guelph
Organismes subventionnairesUniversity of Guelph
Mots-clésFeedlotAnimal scienceDry matterBeef cattleSoybean mealAgronomyChemistryBiology

Résumé

récupéré en direct d'OpenAlex

This experiment was conducted to evaluate the effects of corn or soybean hull incorporation into haylage-based diets on backgrounding calf performance and subsequent feedlot performance. Crossbred steers [n = 48, initial body weight (BW) = 303 ± 3.4 kg] were individually fed dietary treatments consisting of: (1) haylage [17.5% crude protein, dry matter (DM) basis; control], (2) haylage + 20% (DM basis) cracked corn, and (3) haylage + 20% (DM basis) soybean hulls during a 112-d backgrounding period. After the backgrounding period, all steers were adapted to a common high moisture corn-based finishing diet and fed until an ultrasound estimated backfat thickness of 7 mm was obtained. During the backgrounding period, steers fed cracked corn or soybean hulls had greater (P < 0.01) average daily gain, dry matter intake and gain:feed and lower (P = 0.05) plasma urea N as compared with controls. However, when finished on a common high-concentrate diet, steers previously fed cracked corn had greater (P < 0.08) average daily gain, final body weight, and longissimus muscle area than those fed soybean hulls, suggesting that source of supplemental energy during the backgrounding period may influence subsequent feedlot performance. Key words: Beef cattle, backgrounding, energy supplementation

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,021
Tête enseignante GPT0,248
Écart entre enseignants0,227 · 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

Citations3
Publié2007
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Animal Science→Même sujetRuminant Nutrition and Digestive Physiology→Travaux en français237 207→