Evaluation of diagnostic measures for subacute ruminal acidosis in dairy cows
Notice bibliographique
Résumé
Li, S., Gozho, G. N., Gakhar, N., Khafipour, E., Krause, D. O. and Plaizier, J. C. 2012. Evaluation of diagnostic measures for subacute ruminal acidosis in dairy cows. Can J. Anim. Sci. 92: 353–364. Effects of subacute ruminal acidosis (SARA) challenges on measurements of feces, urine, milk and blood samples, and of feeding behavior were investigated to determine which of these measurements may aid in the diagnosis of SARA. Eight multiparous lactating dairy cows were used in a crossover design with two 6-wk experimental periods. During weeks 1, 2, and 6, cows received a control diet with a forage-to-concentrate ratio of 58:42. During weeks 3 to wk 5, a grain-based SARA challenge (GBSC) or an alfalfa-pellet SARA challenge (APSC) was conducted by replacing 12% of the dry matter of the control ration with pellets containing 50% ground wheat and 50% ground barley, and by replacing 26% of the dry matter of the control ration with pellets of ground alfalfa, respectively. The rumen pH depression did not differ between the challenges. The GBSC increased the concentrations of lipopolysaccharide (LPS) in feces and of serum amyloid A in blood, but decreased that of milk fat and urea in blood. The APSC increased the urine pH, the net-acid-base excretion, and the red blood cell count and potassium concentration in blood. Both challenges increased the concentrations of LPS and propionate in rumen fluid, protein in milk, glucose, lactate and sodium and the partial pressure of CO 2 in blood, and tended to decrease the concentration of chloride in blood. The measures that were similarly affected by both challenges may aid in the diagnosis of a rumen pH depression. Differences between the SARA challenges suggest that this disorder is not solely rumen pH dependent.
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 | 0,003 | 0,002 |
| 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 ».