MétaCan
Menu
Retour à la cohorte
Enregistrement W2117927899

EFFECTS OF VARYING LEVELS OF DCAD WITH TWO LEVELS OF MG AND K ON ACID BASE STATUS, MG METABOLISM AND PRODUCTIVE PERFORMANCE OF BEETAL GOATS

2014· article· en· W2117927899 sur OpenAlexaff
Umer Farooq, T. N. Pasha, M. A. Jabbar, Muhammad Abdullah

Notice bibliographique

RevueThe Journal of Animal and Plant Sciences · 2014
Typearticle
Langueen
DomaineNursing
ThématiqueMagnesium in Health and Disease
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésAnimal scienceLactationChemistryFactorial experimentUrineFeed conversion ratioExcretionBiologyBody weightEndocrinologyBiochemistry
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Thirty-six Beetal goats in early lactation were used in a 6-wk experiment with a 3 x 2 x 2 factorial arrangement of treatments. The objective was to reveal the effects of three levels of DCAD ( -15, 2.5 and 20mEq/100g of feed DM) with two levels of K (1.35 and 2.0% of feed DM) and two levels of Mg (0. 37 and 0.74%) in diets on productive performance. Increasing DCAD levels in diets significantly increased DMI, milk yield and milk fat percentage. Moreover, increasing K levels in diets increased milk yield of goats. However, increasing Mg levels in diets from 0.37% to 0.74% of feed DM negatively influenced the DMI intake, DM digestibility, milk yield and milk protein contents, as all the traits were reduced by increasing Mg levels. A linear increase in pH and HCO 3 − contents of blood and urine by increasing DCAD levels in diets evidenced a positive alteration in acid base status of the animals. However, K and Mg l evels of diets showed no effect on same traits. Moreover, increasing K levels of diets reduced the Mg absorption. Similarly, higher Mg absorption, retention and balance were observed when added Mg was increased in diets. Overall, increasing DCAD levels in diets improved DMI and milk yield (3.5 and 11.1%, respectively), however, increasing Mg levels in diets showed negative effects on productive performance of Beetal goats.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,567
Score d'incertitude au seuil0,221

Scores Codex et Gemma par catégorie

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

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 Opus0,029
Tête enseignante GPT0,268
Écart entre enseignants0,240 · 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 tête enseignante, 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

Citations1
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Animal and Plant SciencesMême sujetMagnesium in Health and DiseaseTravaux en français237 207