MétaCan
Menu
Retour à la cohorte
Enregistrement W2406141992 · doi:10.3390/ijms17050793

The Role of Proanthocyanidins Complex in Structure and Nutrition Interaction in Alfalfa Forage

2016· review· en· W2406141992 sur OpenAlexaff
Arjan Jonker, Peiqiang Yu

Notice bibliographique

RevueInternational Journal of Molecular Sciences · 2016
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRuminant Nutrition and Digestive Physiology
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésProanthocyanidinRuminantPastureRumenMedicago sativaLegumeBiologyDry matterAgronomyForageAnimal nutritionNutrientHectareFood scienceBiochemistryPolyphenolFermentationEcologyAntioxidant

Résumé

récupéré en direct d'OpenAlex

Alfalfa (Medicago sativa L.) is one of the main forages grown in the world. Alfalfa is a winter hardy, drought tolerant, N-fixing legume with a good longevity, high yield, high nutrient levels, high digestibility, unique structural to non-structural components ratio, high dry matter intake, and high animal productivity per hectare. However, its main limitation is its excessively rapid initial rate of protein degradation in the rumen, which results in pasture bloat and inefficient use of protein with consequent excessive excretions of nitrogen into the environment. Proanthocyanidins are secondary plant metabolites that can bind with protein and thereby reduce the rate and extent of ruminal protein degradation. However, these secondary metabolites do not accumulate in alfalfa. This review aims to firstly describe the events involved in the rapid release of protein from alfalfa and its effect on ruminant nutrition, environmental pollution, and pasture bloat; secondly, to describe occurrence, structure, functions and benefits of moderate amounts of proanthocyanidin; and finally, to describe the development of alfalfa which accumulates moderate amounts of proanthocyanidins. The emphasis of this review focuses on the role of proanthocyanidins compounds in structure and nutrition interaction in ruminant livestock systems.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,034
Tête enseignante GPT0,320
Écart entre enseignants0,286 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations31
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Molecular SciencesMême sujetRuminant Nutrition and Digestive PhysiologyTravaux en français237 207