Comparison of feed intake, body weight gain, enteric methane emission and relative abundance of rumen microbes in steers fed sainfoin and lucerne silages under western <scp>C</scp>anadian conditions
Notice bibliographique
Résumé
Abstract Beef cattle are major contributors of enteric methane (CH4) emissions in Canada. Feeding forages containing condensed tannins (CT) has been suggested as a means of reducing enteric CH4 emissions and improving production efficiency. Sainfoin (Onobrychis viciifolia) is one of the CT‐containing legumes, which has also been recognized to have several additional beneficial properties. This study compared sainfoin silage (SS) and lucerne (Medicago sativa) silage (LS) with respect to animal performance, enteric CH4 production, abundance of selected rumen microbes and selected serum parameters in yearling steers during a Canadian winter. Sainfoin silage in our study contained approximately 12 g CT kg−1 dry matter (DM), a level which did not adversely affect silage palatability as steers fed SS experienced higher DM intake. However, animals fed LS and SS had similar body weight gain over the course of the trial. Feeding SS resulted in lower blood urea nitrogen concentrations and relative abundance of methanogenic archaea in rumen fluid. Yet, microbial population shifts fell short of exerting significant influence on enteric CH4 emissions. This study suggests that under western Canadian growing and animal‐rearing conditions, sainfoin is not yet competitive with lucerne forage with respect to enteric CH4 emissions or animal productivity warranting further research and development.
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 | 0,000 |
| 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) | 0,001 | 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 ».