Effects of supplemental dietary tannins on the performance of white-tailed deer (<i>Odocoileus virginianus</i>)
Notice bibliographique
Résumé
Tannins are natural and nutritionally significant components of the diets of browsing ungulates. In trials on supplemented pastures and in drylots, we estimated dry matter intake (DMI), weight gain, and urea N, potassium, cortisol and creatinine in urine of captive white-tailed deer fed pelleted diets that differed only in the respective quebracho tannin (QT) content. The low control, medium and high QT rations were 3.6, 63 and 152 g/kg DM respectively. There was no tannin-free pellet option. Trials were divided into winter pasture, restricted choice and spring growth. In winter pasture trial on pasture using QT, deer reduced QT intake relative to that expected under random foraging. This aversion was also apparent during the spring growth trial. While DMI in the winter pasture trial remained similar among treatments (p > 0.05), averaging 130 g/kg(0.75)/day, deer gained more weight (p < 0.05) when given a choice that included the high QT ration. During subsequent spring growth, DMI and weight gains generally exceeded those of the winter period. Unlike the winter pasture trial, weight gains in spring growth trial were higher (p < 0.05) in the low-control QT treatment. In the restricted choice trial, weight gain was again higher (p < 0.05) for deer fed a low-control QT diet. The urea N/creatinine ratio of deer fed the low-control QT diet (0.0357) was over three times that of deer fed the high QT diet (0.0107). Neither potassium/creatinine nor cortisol/creatinine ratios were affected by diet (p > 0.05). Collectively, these results suggest that although deer do not avoid tannins, and even ingested up to 5% under the choice options in these trials, the effect of tannins on deer performance may vary by season as well as by foraging opportunities.
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 ».