MétaCan
Menu
Retour à la cohorte
Enregistrement W2120941873 · doi:10.4141/cjas10069

Review: Effects of feeding sugars on productivity of lactating dairy cows

2011· article· en· W2120941873 sur OpenAlexaffvenue
M. Oba

Notice bibliographique

RevueCanadian Journal of Animal Science · 2011
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRuminant Nutrition and Digestive Physiology
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésRumenFood scienceStarchSugarFermentationDry matterButyrateChemistryPrebioticBiologyAnimal science

Résumé

récupéré en direct d'OpenAlex

Oba, M. 2011. Review: Effects of feeding sugars on productivity of lactating dairy cows. Can. J. Anim. Sci. 91: 37–46. Sugars are water-soluble carbohydrates that are readily available in the rumen. Although sugars ferment faster than starch or fibre in the rumen, the rates of disaccharide hydrolysis and monosaccharide fermentation vary greatly depending on the type of sugar and rumen environment. Despite rapid fermentation in the rumen and their potential to provide greater fermentable energy to enhance microbial protein production, feeding sugars in place of dietary starch sources may not decrease rumen pH or improve N utilization efficiency and milk protein production in dairy cows. However, feeding high-sugar diets often increases dry matter intake, butyrate concentration in the rumen, and milk fat yield. These nutritional characteristics of sugars may allow us to use high-sugar feedstuffs as an alternative energy source for lactating dairy cows to increase dietary energy density with reduced risk of rumen acidosis, but there is little evidence in the literature to indicate that the synchrony of rumen fermentation would be enhanced by feeding high-sugar diets with high soluble protein. Greater butyrate production from feeding high-sugar diets is expected to enhance proliferation of gut tissues, but its physiological mechanisms and effects of butyrate metabolism on overall productivity of dairy cows warrant further investigations.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0040,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,040
Tête enseignante GPT0,245
Écart entre enseignants0,206 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations141
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Animal ScienceMême sujetRuminant Nutrition and Digestive PhysiologyTravaux en français237 207