Meta-analysis of factors that affect the utilization efficiency of phosphorus in lactating dairy cows
Notice bibliographique
Résumé
A meta-analysis investigation based on literature data was conducted to estimate the effect size of nutritional and animal factors on phosphorus (P) excretion in feces and concentrations of P in milk. Two data sets were created for statistical analysis: One to derive prediction equations for P in feces (25 studies; 130 treatments) and another for P in milk (19 studies; 94 treatments). Prediction equations were derived using mixed model regression analysis with a random effect for study, and equations were evaluated based on values for Bayesian information criterion (BIC), root mean square prediction error (RMSPE), and concordance correlation coefficient (CCC) statistics. In terms of RMSPE and CCC values, fecal P excretion was best predicted by P intake, where P in feces (g/d)=-3.8(±3.45) + 0.64(±0.038) × P intake (g/d) (RMSPE: 18.3%, CCC: 0.869). However, significant effects of crude protein [g/kg of dry matter (DM)], neutral detergent fiber (g/kg of DM), and milk yield (kg/d) on fecal P excretion were also found. Despite a lack of improvement in terms of RMSPE and CCC values, these parameters may still explain part of the variation in fecal P excretion. For milk P, expressed as a fraction of P intake, the following equation had the highest CCC and the lowest RMSPE value: P in milk as a fraction of P intake (g/g)=0.42(±0.065) + 0.23(±0.018) × feed efficiency (i.e., fat- and protein-corrected milk yield/dry matter intake) - 0.11(±0.0199) × P in feed (g/kg of DM) (RMSPE: 19.7%; CCC: 0.761). Equations derived to predict fecal P as a fraction of P intake (g/g) or milk P content (g/kg) could not adequately explain the observed variation and did not perform well in terms of RMSPE and CCC values. Examination of the residuals showed that P balance was a seemingly confounding factor in some of the models. The results presented here can be used to estimate P in feces and milk based on commonly measured dietary and milk variables, but could also be used to guide development of mechanistic models on P metabolism in lactating dairy cattle. Factors to consider in future research and modeling efforts regarding efficiency of P use include the effects of dietary neutral detergent fiber, crude protein, starch, variation in P content of milk, and effects of P resorption from bone and body tissues during early lactation.
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 | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 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 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 ».