Effect of fibrolytic enzymes and an inoculant on <i>in vitro</i> degradability and gas production of low‐dry matter alfalfa silage
Notice bibliographique
Résumé
Abstract BACKGROUND: The objective of this study was to investigate the effect of polysaccharide‐degrading enzymes (a cellulase and a xylanase) alone or in a combination with a bacterial inoculant on fermentation parameters and in vitro degradability and gas production of low‐dry matter (DM) alfalfa silage. First cut alfalfa ( Medicago sativa L.), harvested at about 5% bloom stage [260 g kg −1 dry matter (DM)] was ensiled in laboratory‐scale silos without preservatives or preserved with formic acid, a cellulase (Cell), a xylanase, a cellulose/xylanase enzyme combination (Cell/Xyl), a lactic acid bacteria‐based inoculant (Inoc), and a mix of Inoc and Cell (Inoc/Cell). Triplicate silos were opened on days 1, 3, 7, 15 and 60. RESULTS: Silage pH and ammonia N and total free amino acids concentrations were the lowest ( P < 0.05) for the formic acid silage. Inoc and Inoc/Cell produced the highest ( P < 0.05) lactate concentration in the 60‐day silage. In vitro degradability of silage DM was not affected ( P = 0.998) by treatment, but amylase‐treated neutral detergent fiber degradability was increased ( P < 0.05) by formic acid. Compared with the control (51.3 mL 100 mg −1 silage DM), all treatments except Cell/Xyl increased ( P < 0.001) the 24 h cumulative gas production. CONCLUSIONS: Overall, enzyme and lactic acid bacteria‐based preparations had minor effects on silage fermentation in this experiment. The increased cumulative gas production indicates some preservation or liberation of fermentable organic matter with most treatments tested. It is not clear, however, to what extent this effect would impact silage ruminal degradability in vivo . Copyright © 2008 Society of Chemical Industry
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 | 0,001 |
| 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 ».