Effects of tannic acid and quebracho tannins on <i>in vitro</i> ruminal fermentation of wheat and corn grain
Notice bibliographique
Résumé
Abstract Current understanding of the effect of moderate amounts of tannins on the utilization of protein contained in forages indicates beneficial effects when fed to ruminants. Nevertheless, there is little knowledge about the effects of tannins on the ruminal hydrolysis of starch‐rich concentrates. Modulation of the hydrolysis of starch may reduce the occurrence of metabolic disorders, such as acidosis, in ruminants consuming high‐grain diets. The effects of commercial tannic acid (hydrolysable tannins) and quebracho tannins (condensed tannins) (50 g kg −1 DM) on the in vitro fermentation of ground wheat and corn grains by mixed ruminal bacteria was examined. The architecture and chemical composition of wheat and corn endosperms might explain differences in fermentation rates, as well as in response to similar concentrations of tannins. Regardless of the source of tannin, microbial fermentation was inhibited in both grains, as demonstrated by a decline in gas production, DM disappearance, volatile fatty acids and ammonia production. However, these effects were more pronounced for wheat than corn grain, mostly during the initial stages of the incubation. Scanning electron microscopy revealed that both sources of tannins inhibited the microbial hydrolysis of the endosperm protein matrix. Tannins did not prevent bacterial attachment to starch granules, but starch hydrolysis was slowed indirectly as a result of a tannin‐mediated reduction in the degradation of the surrounding protein matrix. Tannins are likely to be more effective at modulating the rate of starch digestion in grains that possess a readily degradable protein matrix. Copyright © 2006 Society of Chemical Industry
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».