The effects of increasing garlic powder and monensin supplementation on feed intake, nutrient digestibility, growth performance and blood parameters of growing calves
Notice bibliographique
Résumé
The objective of this study was to evaluate the effects of increasing garlic powder and monensin supplementation on feed intake, nutrient digestibility, growth performance and blood metabolites of growing calves. Forty Holstein calves (BW = 100 ± 11 kg) were randomly assigned to four dietary treatments (n = 10) in a complete randomized design. Experimental treatments consisted of the following: (i) basal diet (control), (ii) basal diet supplemented with 0.0003% of dietary dry matter (DM) sodium monensin, (iii) low level of garlic powder (Low-GAR; 0.5% of dietary DM) and (iv) high level of garlic powder (High-GAR; 1% of dietary DM). DM intake (DMI) and DM digestibility were (p < 0.05) decreased by High-GAR. However, calves supplemented with Low-GAR had a similar DMI to the control calves and similar DM digestibility to the control and monensin groups. The digestibility of other nutrients were not affected by the treatments. Although supplementing monensin relative to Low-GAR increased the DMI (p < 0.05), average daily gain was similar between Low-GAR and monensin supplemented calves, which were higher than the control and High-GAR groups (p < 0.05). As a result, feed conversion ratio was improved in the Low-GAR group versus other treatment groups (p < 0.05). Administrating garlic powder decreased the blood low-density lipoprotein (LDL) and non-esterified fatty acids (p < 0.05) without affecting the blood triglyceride, high-density lipoprotein and beta-hydroxybutyric acid concentrations. In conclusion, the calves fed the Low-GAR showed an improved FCR and blood metabolites without changing the DMI and nutrient digestibility. It suggests that garlic powder could be used as an alternative to monensin for growing calves under the current feeding conditions.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».