MétaCan
Menu
Retour à la cohorte
Enregistrement W2467194779 · doi:10.3168/jds.2015-10754

Effects of lactic acid bacteria silage inoculation on methane emission and productivity of Holstein Friesian dairy cattle

2016· article· en· W2467194779 sur OpenAlexaff
J.L. Ellis, I.K. Hindrichsen, G. Klop, Robert D. Kinley, Nina Milora, A. Bannink, J. Dijkstra

Notice bibliographique

RevueJournal of Dairy Science · 2016
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRuminant Nutrition and Digestive Physiology
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésSilageMicrobial inoculantDry matterLactic acidNeutral Detergent FiberFermentationFood scienceLactobacillusAgronomyBiologyDairy cattleChemistryAnimal scienceInoculationBacteriaHorticulture

Résumé

récupéré en direct d'OpenAlex

Inoculants of lactic acid bacteria (LAB) are used to improve silage quality and prevent spoilage via increased production of lactic acid and other organic acids and a rapid decline in silage pH. The addition of LAB inoculants to silage has been associated with increases in silage digestibility, dry matter intake (DMI), and milk yield. Given the potential change in silage and rumen fermentation conditions accompanying these silage additives, the aim of this study was to investigate the effect of LAB silage inoculants on DMI, digestibility, milk yield, milk composition, and methane (CH4) production from dairy cows in vivo. Eight mid-lactation Holstein-Friesian dairy cows were grouped into 2 blocks of 4 cows (multiparous and primiparous) and used in a 4×4 double Latin square design with 21-d periods. Methane emissions were measured by indirect calorimetry. Treatments were grass silage (mainly ryegrass) with no inoculant (GS), with a long-term inoculant (applied at harvest; GS+L), with a short-term inoculant (applied 16h before feeding; GS+S), or with both long and short-term inoculants (GS+L+S). All diets consisted of grass silage and concentrate (75:25 on a dry matter basis). The long-term inoculant consisted of a 10:20:70 mixture of Lactobacillus plantarum, Lactococcus lactis, and Lactobacillus buchneri, and the short-term inoculant was a preparation of Lc. lactis. Dry matter intake was not affected by long-term or short-term silage inoculation, nor was dietary neutral detergent fiber or fat digestibility, or N or energy balance. Milk composition (except milk urea) and fat and protein-corrected milk yield were not affected by long- or short-term silage inoculation, nor was milk microbial count. However, milk yield tended to be greater with long-term silage inoculation. Methane expressed in units of grams per day, grams per kilogram of DMI, grams per kilogram of milk, or grams per kilogram of fat and protein-corrected milk yield was not affected by long- or short-term silage inoculation. However, CH4 expressed in units of kilojoules per kilogram of metabolic body weight per day tended to be greater with long-term silage inoculation. Results of this study indicate minimal responses in animal performance to both long- and short-term inoculation of grass silage with LAB. Strain and dose differences as well as different basal silages and ensiling conditions are likely responsible for the lack of significant effects observed here, although positive effects have been observed in other studies.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,016
Tête enseignante GPT0,246
Écart entre enseignants0,230 · 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'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

Citations67
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Dairy ScienceMême sujetRuminant Nutrition and Digestive PhysiologyTravaux en français237 207