The effect of anaerobic fungal inoculation on the fermentation characteristics of rice straw silages
Notice bibliographique
Résumé
AIMS: To identify whether the supplement of anaerobic fungi isolates with cellulolytic activities accelerates the silage fermentation. METHODS AND RESULTS: Three fungal isolates with the highest cellulolytic activities among 45 strains of anaerobic fungal stock in our laboratory were selected and used as silage inoculants. The rice straw (RS) was ensiled for 10, 30, 60, 90 and 120 days with four treatments of anaerobic fungi derived from the control (no fungus), Piromyces M014 (isolated from the rumen of the Korean native goat), Orpinomyces R001 (isolated from the duodenum of Korean native cattle) and Neocallimastix M010 (isolated from the guts of termites), respectively. The silages inoculated with pure strains of fungi showed a higher fungal population (P < 0.05) when compared to the control silage. In situ ruminal DM disappearance of RS silage (RSS) was improved with fungal treatment. SEM observation showed live fungal cells inoculated in RS could survive during the ensiling process. Overall, this study indicated that the inoculation of anaerobic fungi decreased the cell wall content of the RSS and increased in situ dry matter disappearance. CONCLUSIONS: The supplementation of anaerobic fungi isolates to RSS as a silage inoculant improves the RSS quality. SIGNIFICANCE AND IMPACT OF THE STUDY: This is the first study showing the potential application of supplement of anaerobic fungi isolated from the guts may be applied industrially as an alternate feed additive that improves the silage quality.
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 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 | 0,001 | 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».