Short communication: Varying dietary dry matter concentration through water addition: Effect on nutrient intake and sorting of dairy cows in late lactation
Notice bibliographique
Résumé
The objective of this study was to determine if feed sorting can be reduced and if nutrient consumption can be limited in late-lactation cows through water addition to a nutrient-dense total mixed ration (TMR) with a dry matter (DM) content greater than 60%. Twelve lactating Holstein cows (214.8±28.5 d in milk) were exposed to 2 diets in a crossover design with 28-d periods. Diets had the same ingredient composition and differed only in DM percentage, which was reduced by the addition of water. Treatment diets were (1) dry TMR (61.7% DM) and (2) wet TMR (51.9% DM). Dry matter intake and milk production (4% fat-corrected milk; FCM) were recorded for the last 14 d of each treatment period. For the final 4 d of each period, fresh feed and orts were sampled for particle size analysis and subsequent calculation of sorting activity (expressed as a percentage of predicted intake). Adding water to the diet tended to decrease the amount of DM in the fine particle fraction, increase starch concentration in the longer ration particles, and reduce starch concentration in the shortest ration particles. All cows sorted against long ration particles; the extent of this sorting did not differ between the dry and wet treatments (72.9 vs. 77.6%). There tended to be more sorting for fine ration particles on the dry diet compared with the wet (106.3 vs. 104.0%). Water addition had no effect on production, with similar DMI (27.9 vs. 26.5 kg/d), 4% FCM (28.7 vs. 27.6 kg/d), and efficiency of production (0.98 vs. 1.00 kg of 4% FCM/kg of DMI) between the dry and wet treatments. Adding water to a TMR with greater than 60% DM containing primarily haylage and corn silage forage sources may change ration particle DM distribution and particle starch content, possibly contributing to less sorting for the smallest ration particles. This research does not provide evidence that water addition to such a TMR can effectively limit DMI in late-lactation cows and, thus, improve efficiency of milk production.
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) | 0,001 | 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) | 0,001 | 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 ».