Influence of feeding increasing levels of dry corn distillers grains plus solubles in whole corn grain-based finishing diets on total tract digestion, nutrient balance, and excretion in beef steers1,2
Notice bibliographique
Résumé
Four crossbred steers (average BW = 478 ± 33 kg) were used in a 4 × 4 Latin square design to determine the effects of dietary concentration of dry corn distillers grains plus solubles (DDGS) in whole corn-based finishing diets on total tract digestion and nutrient balance and excretion. The DDGS were fed at 0% (control), 16.7%, 33.3%, and 50% of dietary DM. All diets contained 10% (DM basis) alfalfa/grass haylage and were formulated to meet or exceed the estimated requirements for CP. Steers were fed the experimental diets ad libitum for a 14-d adaptation period followed by a 5-d period for fecal and urine collection. Increasing concentration of DDGS in diets from 0 to 50% of DM linearly decreased (P < 0.05) total tract DM and starch digestibility (from 77.8 to 72.9%, and 89.2 to 81.5%, respectively). Daily N and P intakes linearly increased (P = 0.06 and P = 0.01, respectively) with increasing DDGS concentration. Fecal and urinary N, P, S, Mg, and K excretion linearly increased (P < 0.05) with increasing DDGS concentration; however, Se and Na excretion did not differ (P > 0.38) among treatments. Retention (g/d; intake minus urinary and fecal excretion) of N did not differ (P > 0.16) among treatments. Retention of P tended (P = 0.07) to linearly increase and retention of S (g/d) linearly increased (P = 0.004), with increasing DDGS concentration. There were no effects (P > 0.16) of dietary treatment on digestion and retention of Se, Mg, K, and Na. Plasma P and S concentrations increased (P = 0.03 and 0.01, respectively) with increasing DDGS concentration. These data indicate that feeding DDGS up to 50% of dietary DM in whole corn grain-based finishing diets does not have a negative effect on nutrient retention but decreases digestibility. Total excretion of N, P, Ca, Mg, S, and K increased as DDGS concentration increased.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».