MétaCan
Menu
Retour à la cohorte
Enregistrement W2375893452

Studies on Different Processing Rice Straw Nutrients and Rumen Degradability

2014· article· en· W2375893452 sur OpenAlexaff
Liu Kai-y

Notice bibliographique

RevueZhongguo xumu zazhi · 2014
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture, Soil, Plant Science
Établissements canadiensScience North
Organismes subventionnairesnon disponible
Mots-clésSilageStrawRumenAgronomyRice strawNutrientAmmoniaChemistryAnimal scienceNeutral Detergent FiberDry matterFood scienceBiologyFermentationBiochemistry
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This trial was conducted to study the nutrients and rumen degradation characteristics of different processing rice straw:dry straw,rice straw silage,ammonia treated rice straw,alkali treated rice straw.Nylon-bag technique was used to evaluate effective degradabilities of organic matter(OM),crude protein(CP),neutral detergent fiber(NDF),and non-fiber carbohydrates(NFC),and ratio between effectively degraded nitrogen to OM and CHO of these roughages.The results showed as follows:The ammoniated effectively increase crude protein content of rice straw;The silage,ammoniated and alkalization reduce NDF content,and significantly increase NFC content of rice straw(P0.05).Effective degradabilities of OM sequence was alkali treated rice straw,ammonia treated rice straw,rice straw silage and dry straw;CP degradation rate and effective degradability of ammonia treated rice straw were the highest among three types of processing rice straw,and followed by rice straw silage;Ammonia treated rice straw and alkali treated rice straw can improve NDF effective degradability(P 0.05).Ammonia treated rice straw and rice straw silage can improve EDN/EDOMand EDN/EDCHO。

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,377
Score d'incertitude au seuil0,405

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,029
Tête enseignante GPT0,241
Écart entre enseignants0,212 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations1
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZhongguo xumu zazhiMême sujetAgriculture, Soil, Plant ScienceTravaux en français237 207