MétaCan
Menu
Retour à la cohorte
Enregistrement W2039949788 · doi:10.3168/jds.2011-4385

Effect of high-sugar grasses on methane emissions simulated using a dynamic model

2011· article· en· W2039949788 sur OpenAlexafffund
J.L. Ellis, J. Dijkstra, J. France, A. J. Parsons, G.R. Edwards, Susanne Rasmussen, E. Kebreab, A. Bannink

Notice bibliographique

RevueJournal of Dairy Science · 2011
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRuminant Nutrition and Digestive Physiology
Établissements canadiensUniversity of Guelph
Organismes subventionnairesWageningen University and ResearchNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsWageningen Institute of Animal Sciences, Wageningen University and ResearchDairy Farmers of Canada
Mots-clésMethane emissionsSugarMethaneAgronomyEnvironmental scienceChemistryFood scienceBiology

Résumé

récupéré en direct d'OpenAlex

High-sugar grass varieties have received considerable attention for their potential ability to decrease N excretion in cattle. However, feeding high-sugar grasses alters the pattern of rumen fermentation, and no in vivo studies to date have examined this strategy with respect to another environmental pollutant: methane (CH(4)). Modeling allows us to examine potential outcomes of feeding strategies under controlled conditions, and can provide a useful framework for the development of future experiments. The purpose of the present study was to use a modeling approach to evaluate the effect of high-sugar grasses on simulated CH(4) emissions in dairy cattle. An extant dynamic, mechanistic model of enteric fermentation and intestinal digestion was used for this evaluation. A simulation database was constructed and analysis of model behavior was undertaken to simulate the effect of (1) level of water-soluble carbohydrate (WSC) increase in dietary dry matter, (2) change in crude protein (CP) and neutral detergent fiber (NDF) content of the plant with an increased WSC content, (3) level of N fertilization, and (4) presence or absence of grain feeding. Simulated CH(4) emissions tended to increase with increased WSC content when CH(4) was expressed as megajoules per day or percent of gross energy intake, but when CH(4) was expressed in terms of grams per kilogram of milk, results were much more variable due to the potential increase in milk yield. As a result, under certain conditions, CH(4) (g/kg of milk) decreased. The largest increases in CH(4) emissions (MJ/d or % gross energy intake) were generally seen when WSC increased at the expense of CP in the diet and this can largely be explained by the representation in the model of the type of volatile fatty acid produced. Effects were lower when WSC increased at the expense of NDF, and intermediary when WSC increased at the expense of a mixture of CP and NDF. When WSC increased at the expense of NDF, simulated milk yield increased and, therefore, CH(4) (g/kg of milk) tended to decrease. Diminished increases of CH(4) (% gross energy intake or g/kg of milk) were simulated when DMI was increased with elevated WSC content. Simulation results suggest that high WSC grass, as a strategy to mitigate N emission, may increase CH(4) emissions, but that results depend on the grass composition, DMI, and the units chosen to express CH(4). Overall, this project demonstrates the usefulness of modeling for hypothesis testing in the absence of observed experimental results.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,050
Score d'incertitude au seuil0,099

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,042
Tête enseignante GPT0,298
Écart entre enseignants0,255 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations68
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Dairy ScienceMême sujetRuminant Nutrition and Digestive PhysiologyTravaux en français237 207