Diet supplementation with cinnamon oil, cinnamaldehyde, or monensin does not reduce enteric methane production of dairy cows
Notice bibliographique
Résumé
This study was conducted to evaluate the effect of dietary addition of cinnamon oil (CIN), cinnamaldehyde (CDH), or monensin (MON) on enteric methane (CH4) emission in dairy cows. Eight multiparous lactating Holstein cows fitted with ruminal cannulas were used in a replicated 4×4 Latin square design (28-day periods). Cows were fed (ad libitum) a total mixed ration ((TMR); 60 : 40 forage : concentrate ratio, on a dry matter (DM) basis) not supplemented (CTL), or supplemented with CIN (50 mg/kg DM intake), CDH (50 mg/kg DM intake), or monensin (24 mg/kg of DM intake). Dry matter intake (DMI), nutrient digestibility, N retention, and milk performance were measured over 6 consecutive days. Ruminal degradability of the basal diet (with no additive) was assessed using in sacco incubations (0, 2, 4, 8, 16, 24, 48, 72 and 96 h). Ruminal fermentation characteristics (pH, volatile fatty acids (VFA), and ammonia (NH3)) and protozoa were determined over 2 days. Enteric CH4 emissions were measured over 6 consecutive days using the sulfur hexafluoride (SF6) tracer gas technique. Adding CIN, CDH or MON to the diet had no effects on DMI, N retention, in sacco ruminal degradation and nutrient digestibility of the diet. Ruminal fermentation characteristics and protozoa numbers were not modified by including the feed additives in the diet. Enteric CH4 emission and CH4 energy losses averaged 491 g/day and 6.59% of gross energy intake, respectively, and were not affected by adding CIN, CDH or MON to the diet. Results of this study indicate that CIN, CDH and MON are not viable CH4 mitigation strategies in dairy cows.
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 | 0,000 | 0,000 |
| 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 ».