MétaCan
Menu
Retour à la cohorte
Enregistrement W2095681921 · doi:10.5539/jas.v6n9p21

Effects of Treatment of Sorghum Stover Residue With Ammonium Hydroxide on Cell Wall Composition and in vitro Digestibility

2014· article· en· W2095681921 sur OpenAlexvenueno aff
Adnan B. Yousuf, A. Dismuke, Maru K. Kering, Ayçe Atalay

Notice bibliographique

RevueJournal of Agricultural Science · 2014
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBioenergy crop production and management
Établissements canadiensnon disponible
Organismes subventionnairesNational Science Foundation
Mots-clésStoverSorghumDry matterCrop residueChemistryLigninNeutral Detergent FiberResidue (chemistry)Ammonium hydroxideAgronomyHemicelluloseCorn stoverAnimal scienceFood scienceSweet sorghumCropBiochemistryBiologyOrganic chemistryFermentation

Résumé

récupéré en direct d'OpenAlex

The study was undertaken to determine the effects of ammonium hydroxide (NH4OH) treatment of sorghum stover residue on composition and in vitro dry matter disappearance (IVDMD) of two sorghum varieties, Dale (tall, sweet sorghum variety) and Brown mid rib (BMR) (Short, grain sorghum variety). The residue was treated with; water only (T00), 50 g NH4OH kg-1 residue dry matter (DM) (T50), 100 g NH4OH kg-1 DM (T100), and untreated control (neither water nor NH4OH) (TUN) and allowed to react for one week before chemical analysis was performed. The fiber content (ADF and NDF) were not affected by the levels of alkali treatment but the crude protein (CP) and Soluble protein contents were both increased by alkali treatment. There was an increase (P < 0.05) in dry matter digestibility in vitro (IVDMD) by NH4OH treatment from 529 g kg-1 to 651 g kg-1 in T50 and T100. The improvement in IVDMD may indicate that NH4OH helps disrupt the lignin–carbohydrate complexes. The development of more economical and safe procedures which improve digestibility of the structural cell wall components would be very beneficial for improving the use of crop residue as feedstock for livestock and bioethanol production.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,006
Tête enseignante GPT0,186
Écart entre enseignants0,181 · 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'étudeExpérimental (laboratoire)
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

Citations2
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetBioenergy crop production and managementTravaux en français237 207