MétaCan
Menu
Retour à la cohorte
Enregistrement W2137648554 · doi:10.5539/jas.v7n12p50

Nutrient Composition and Protein Extractability of Oat Forage Harvested at Different Maturity Stages as Compared to Grain

2015· article· en· W2137648554 sur OpenAlexvenueno aff
Keshun Liu, Khalid Mahmood

Notice bibliographique

RevueJournal of Agricultural Science · 2015
Typearticle
Langueen
DomaineNursing
ThématiqueFood composition and properties
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésForageAgronomyComposition (language)StoverNutrientBiologyStarchChemistryAnimal scienceCropFood science

Résumé

récupéré en direct d'OpenAlex

Two oat varieties (CDC Dancer and Lamont) were grown in fields. Plants were harvested at three key stages: seedling (Forage 1), mid-season (Forage 2), and full grain maturity. The mature plants were separated into stover (Forage 3) and Grain. There were differential changes among measured attributes during growth. From seeds to Forage 1, crude protein (CP) and ash contents increased several fold, beta-glucan decreased, starch disappeared, and oil content remained unchanged for both oat varieties examined. As plants grew, CP, ash, oil and beta-glucan decreased, but other carbohydrates increased significantly. The CP content in Forage 1 was 5–fold higher than Forage 3 and 2-fold higher than Grain. Most macro and micro-minerals in forage followed the same changing pattern as ash. Amino acid composition of forage differed significantly from that of Grain. When subjected to aqueous media with a wide range of pH, forage harvested at each stage as well as grain all had their unique protein extractability curves. For forage, the peak value (the maximum extraction) decreased with maturity. Yet, as observed for both varieties, Forage 1 had a peak value half of that from Grain. In conclusion, based on the results from this study, nutrient composition in oat forages harvested at an early stage can be comparable or even superior to oat grains but low protein extractability limits oat forage use as an alternative protein source for non-ruminants.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0000,000

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 GPT0,271
Écart entre enseignants0,242 · 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'étudeObservationnel
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

Citations9
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetFood composition and propertiesTravaux en français237 207