Application of strong ion difference theory to urine and the relationship between urine pH and net acid excretion in cattle
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: To develop an equation expressing urine pH in terms of independent variables, derive an equation relating urine pH to net acid excretion (NAE), and apply this new knowledge to determine the role that monitoring urine pH should play when diets with low cationanion difference are fed to dairy cattle. ANIMALS: 11 Holstein-Friesian cows. PROCEDURES: A physicochemical strong ion approach was used to develop a general electroneutrality equation for urine that involved urine pH and strong ion difference (SID [difference between strong cation and strong anion concentrations]), PCO(2), the concentration of ammonium ([NH(4)(+)]) and phosphate ([PO(4)]), and 3 constants. The general electroneutrality equation was simplified for use in bovine urine and applied to 321 data points from 11 cows fed different diets. RESULTS: Urine pH was dependent on 4 independent variables (urine SID, [NH(4)(+)], PCO(2), and [PO(4)]) and 3 constants. The simplified electroneutrality equation for bovine urine was pH approximately {pK(1)' - log(10)(S PCO(2))} + log(10)([K(+)] + [Na(+)] + [Mg(2+)] + [Ca(2+)] + [NH(4)(+)] - [Cl(-)] - [SO(4)(2-)]). The relationship between urine pH and NAE (in mEq/L) for cattle fed different diets was pH = 6.12 + log(10)(-NAE + [NH(4)(+)] + 2.6). CONCLUSIONS AND CLINICAL RELEVANCE: A change in urine SID, [NH(4)(+)], PCO(2), or [PO(4)] independently and directly led to a change in urine pH. Urinary [K(+)] had the greatest effect on urine pH in cattle, with high urine [K(+)] resulting in alkaline urine and low urine [K(+)] resulting in acidic urine. Urine pH provided an accurate assessment of NAE in cattle when pH was > 6.3.
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.
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 | 0,002 | 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 découle