MétaCan
Menu
Retour à la cohorte

L’apport de lin dans la ration des vaches laitières : Effets sur la production, la composition du lait et des produits laitiers, les émissions de méthane et les performances de reproduction

2010· article· fr· W2280275790 sur OpenAlexaboutno aff
P. Brunschwig, Catherine Hurtaud, Yves Chilliard, F. P. Glasser

Notice bibliographique

RevueINRAE Productions Animales · 2010
Typearticle
Languefr
DomaineAgricultural and Biological Sciences
ThématiqueHorticultural and Viticultural Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

La supplémentation en lin des rations des vaches laitières est une pratique qui se développe, avec pour objectifs l’amélioration de la qualité nutritionnelle du lait et la diminution des rejets de méthane. En effet, la recherche de laits moins riches en Acides Gras (AG) saturés et avec un rapport plus faible entre acide linoléique et acide linolénique, incite à utiliser des aliments riches en acides gras polyinsaturés (et en particulier en acide alpha-linolénique C18:3 n-3) pour corriger des rations insuffisamment riches en cet AGPI. Parmi les aliments des vaches laitières, le lin est un aliment particulièrement riche en C18:3 n-3. La diminution des rejets de gaz à effet de serre (dont le méthane) est également une préoccupation actuelle des filières animales. De nombreux essais de supplémentation en lin, sous différentes formes, ont été publiés ces dernières années, et les données disponibles permettent de tirer des conclusions sur ces effets attendus. Le présent article fait le point sur les disponibilités en lin et sur les différentes formes d’apport dans les rations. Les effets du lin sur la production laitière, sur la composition du lait et des produits laitiers, la production de méthane et la reproduction sont passés en revue. L’analyse des effets sur le lait s’appuie sur 41 essais zootechniques publiés. La culture de lin oléagineux est peu importante en France. L’approvisionnement est fait dans des pays européens et au Canada. Les variétés présentent des teneurs variables en acide alpha-linolénique. L’introduction de lin dans la ration diminue un peu la quantité de MS ingérée mais ne modifie en général pas la production laitière (volumes et taux). La teneur du lait en AG saturés diminue et le pourcentage en C18:1-trans est augmenté, et ce d’autant plus que l’apport de lipides se fait sous forme non protégée (graines extrudées, huile) et avec des rations riches en amidon (pour les AG trans). La teneur en C18:2 n-6 n’est en moyenne pas modifiée, sauf par l’apport d’huile. La proportion en C18:3 n-3 du lait est multipliée en moyenne par 2 ou 3 pour les formes pratiques les plus efficaces (graines aplaties, farine), et peut atteindre jusqu’à 1,4% des AG du lait avec ce type de supplémentations. Il n’apparaît pas d’effet dose de lipides apportée pour le C18:2 n-6 et le C18:3 n-3, alors qu’il en existe un pour les C18:1-trans. Le beurre et les fromages ont la même composition en AG que le lait dont ils proviennent. Les qualités organoleptiques de beurres et fromages ne sont pas modifiées par l’addition de lin dans la ration. Différents effets sont cités dans la bibliographie pour expliquer une augmentation potentielle de la fertilité, qui reste à confirmer. La production ruminale de méthane est diminuée par l’ajout de lin dans la ration. En conclusion, l’ajout de lin à la ration des vaches laitières a des effets analogues à ceux d’introduction d’herbe dans le régime fourrager, à l’exception d’une teneur en AG trans supérieure.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,651
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0030,002
Communication savante0,0010,002
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,043
Tête enseignante GPT0,301
Écart entre enseignants0,258 · 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 tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
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

Citations11
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueINRAE Productions AnimalesMême sujetHorticultural and Viticultural ResearchTravaux en français237 207