The Influence of Cow Age on Botanical Composition of Diets in Mountain Riparian Areas in Eastern Oregon of the United States
Notice bibliographique
Résumé
<p>The objective of this study was to evaluate the effect of cow age on botanical composition of diets in mountain riparian areas. Treatments consisted of 30 first-calf heifers, and 30 mature cows randomly assigned to four pastures (2 pastures/treatment, average 21.5 ha) in a 2-year study with a cross-over design. Botanical composition of diets was determined in fecal samples obtained from 10 animals in each treatment (5 per pasture) on the fourth week of 35 to 42-days grazing periods using the microhistological technique. Crude protein (CP) content and <em>in vitro</em> dry matter digestibility (IVDMD) were determined, and correction factors were calculated for 22 major plant species. In digested samples, grasses were overestimated, whereas, all forbs but northern bedstraw (<em>Galium boreale </em>L.), were underestimated, and all shrub species were overestimated except common snowberry (<em>Symphoricarpos albus </em>L.). Ponderosa pine (<em>Pinus ponderosa </em>Dougl.) was highly overestimated after digestion. There was no difference between cattle age class in the total number of plant species found in the diets (<em>p</em> &gt; 0.10) averaging in 41 species. Most individual grass and grasslike species made up more than 5% of the diets, while all individual forb, shrub, and tree species were minor components, not exceeding 5%, except ponderosa pine. Western wheatgrass (<em>Agropyron smithii </em>Rybd.) and tufted hairgrass (<em>Deschampsia caespitosa </em>(L.) Beauv.) accounted for over 10% of the diets. Heifers consumed more (<em>p</em> &lt; 0.05) grasses and fewer (<em>p </em>&lt; 0.10) shrubs and trees compared to mature cows. The diet of heifers contained more western wheatgrass, Baltic rush (<em>Juncus balticus </em>Willd.), and pinegrass (<em>Calamagrostis rubescens </em>Buckl.) (<em>p</em> &lt; 0.10), but less Kentucky bluegrass (<em>Poa pratensis </em>L.) (<em>p</em> &lt; 0.01), than the diet of mature cows. The proportion of ponderosa pine needles was higher in the diet of mature cows (<em>p</em> &lt; 0.10), than in the diet of first calf heifers. In summary, mature cows appeared to have selected a diet that contained less grasses and more shrubs and trees compared to younger cows.</p>
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 | 0,002 |
| 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 ».