Evaluating old and novel proxies for in vitro digestion assays in wild ruminants
Notice bibliographique
Résumé
ABSTRACT In vitro digestion assays provide useful data for wild ruminant ecologists. It remains highly constraining, however, to conduct these assays in the field. We evaluated various proxies for in vitro digestion assays that use ruminal liquor from wild ruminants. The ruminal liquor of freshly killed white‐tailed deer ( Odocoileus virginianus ) was used to measure in vitro true digestibility (IVTD), total gas, and volatile fatty acids (VFA) production of dominant summer and winter forage. We evaluated the ability of 4 proxies to predict these digestibility variables: 1) IVTD, total gas, and VFA produced with cow ruminal liquor; 2) acid detergent fiber (ADF) concentration; 3) CO 2 production from soil–forage mixtures; and 4) predictive models based on near infrared spectra (NIRS) of forages. Predictions using NIRS were best correlated with all deer digestibility variables (each r 2 > 0.93) with limited bias across forage species. Forage ADF and CO 2 production from soil–forage mixtures were related with all digestibility variables ( r 2 = 0.62–0.95). Digestion assays using cow ruminal liquor was relatively good for predicting IVTD ( r 2 = 0.94) from deer ruminal liquor, but the weakest for predicting total gas ( r 2 = 0.63) and VFA production ( r 2 = 0.44). Calibrated NIRS models could substantially improve the prediction of in vitro digestibility variables. If access to NIRS technology or the ability to collect reference data with deer inocula for NIRS calibrations is impractical, forage ADF or CO 2 production from soil–forage mixtures remain acceptable alternatives. Comparing the digestion kinetics and VFA production of wild and domestic ruminants is an innovative avenue for better understanding the adaptive ecophysiology of digestion by different herbivores. © 2016 The Wildlife Society.
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 | 0,004 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».