MétaCan
Menu
Retour à la cohorte
Enregistrement W1990378571 · doi:10.2527/jas.2011-5018

Meta-analysis of the effects of monensin in beef cattle on feed efficiency, body weight gain, and dry matter intake1

2012· review· en· W1990378571 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Animal Science · 2012
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRuminant Nutrition and Digestive Physiology
Établissements canadiensEli Lilly (Canada)University of Guelph
Organismes subventionnairesnon disponible
Mots-clésMonensinSilageBeef cattleAnimal scienceDry matterMeta-analysisFeed conversion ratioChemistryBody weightAgronomyBiologyMedicine

Résumé

récupéré en direct d'OpenAlex

A meta-analysis of the impact of monensin on growing and finishing beef cattle was conducted after a search of the literature. A total of 40 peer-reviewed articles and 24 additional trial reports with monensin feeding in beef cattle were selected, after meeting apriori quality criteria. Data for each trial were extracted and analyzed using meta-analysis software in STATA. Estimated effect size of monensin was calculated for feed efficiency (FE), ADG, and DMI. Monensin use in growing and finishing beef cattle reduced DMI (P < 0.001) and improved both ADG (P < 0.001) and FE (P < 0.001). The average concentration of monensin in feed across studies was 28.1 mg/kg feed (100% DM) and this resulted in approximately a 6.4% (but only 2.5 to 3.5% in the last 2 decades) increase in FE, 3% decrease in DMI, and 2.5% increase in ADG. All 3 outcomes displayed moderate and significant heterogeneity of monensin response (I(2), which is a measure of variation beyond chance, = 29% for FE, 42% for DMI, and 23% for ADG); therefore, random effects models were used for those outcomes. There were no single influential studies that overweighted the findings for any outcome. Meta-regression analysis of the effect sizes obtained from these data showed that dietary factors, dose, and study design were influential in modifying effect size of monensin treatment. Use of corn silage in the diet influenced the effect size of monensin for DMI and FE, with diets containing corn silage resulting in a greater improvement in FE and a larger effect on reducing DMI. Studies conducted to assess multiple doses of monensin showed similar effects to the use of corn silage in the diet. Studies conducted in the United States or with higher ADG in control animals (>1.17 kg/d) showed less effect of monensin on ADG. Pen-level studies showed a greater monensin increase on ADG than did those conducted on individual animals. Linear effect of monensin dose was observed for FE, DMI, and ADG outcomes, with greater effects on improving FE and reducing DMI with larger doses of monensin but lesser improvement in ADG with increasing dose. These findings confirm that monensin improves FE in growing and finishing beef cattle, and that this effect is linear with dose.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: aucune
Score de désaccord entre enseignants0,892
Score d'incertitude au seuil0,243

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,063
Tête enseignante GPT0,297
Écart entre enseignants0,234 · 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