Simulation of milk production by dairy cows fed sugarcane top-based diets with locally available supplements under Indian conditions
Notice bibliographique
Résumé
A model of sugarcane digestion was applied to indicate the suitability of various locally available supplements for enhancing milk production of Indian crossbred dairy cattle. Milk production was calculated according to simulated energy, lipogenic, glucogenic and aminogenic substrate availability. The model identified the most limiting substrate for milk production from different sugarcane-based diets. For sugarcane tops/urea fed alone, milk production was most limited by amino acid followed by long chain fatty acid availability. Among the protein-rich oil cake supplements at 100, 200 and 300 g supplement/kg total DM, cottonseed oil cake proved superior with a milk yield of 5·5, 7·3 and 8·3 kg/day, respectively. This was followed by mustard oil cake with 5·1, 6·5 and 7·6 kg/day, respectively. In the case of a protein-rich supplement (fish meal), milk yield was limited to 6·6 kg/day due to a shortage of long chain fatty acids. However, at 300 g of supplementation, energy became limiting, with a milk yield of 6·7 kg/day. Supplementation with rice bran and rice polishings at 100, 200 and 300 g restricted milk yield to 4·3, 4·9 and 5·5 and 4·5, 5·3 and 6·1 kg/day, respectively, and amino acids became the factor limiting milk production. The diet comprising basal sugarcane tops supplemented by leguminous fodder, dry fodder (e.g. rice or wheat straw) and concentrates at levels of 100, 200 and 300 g supplements/kg total diet DM proved to be the most balanced with a milk yield of 5·1, 6·7 and 9·0 kg/day, respectively.
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 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».