Effects of substituting corn with steam-flaked sorghum on growth, digestion and blood metabolites in young cattle fed feedlot diets
Notice bibliographique
Résumé
The objective of the present study was to evaluate the effects of substituting ground corn grain with steam-flaked sorghum (SFS) grain on growth performance, nutrient utilisation and blood metabolites in beef bulls. Fifty-six Simmental beef bulls averaging 12 months of age and 356.4 ± 2.6 kg of bodyweight were randomly assigned to four groups. The treatments were control, low-SFS, medium-SFS and high–SFS, with 0, 1/3, 2/3 and 3/3 SFS grain, respectively, substituting ground corn grain of diets(dry matter (DM) basis). Diets consisted of 50% corn silage and 50% concentrate (DM basis). The average daily gain and feed conversion rate improved quadratically with increasing the proportion of SFS grain. Ruminal pH and ammonia-nitrogen (N) concentration decreased quadratically, whereas ruminal total volatile fatty acid concentration increased quadratically. Ratio of acetate to propionate decreased quadratically (P = 0.027) due to the quadratic decrease in acetate production and the quadratic increase in propionate production. Digestibilities of DM, organic matter and crude protein increased quadratically, whereas that of neutral detergent fibre and acid detergent fibre decreased quadratically. The digestible N, retention N and the retention N to digestible N ratio improved quadratically. Inclusion of SFS grain in diets quadratically increased blood concentrations of glucose, total protein, albumin and triglyceride, but quadratically decreased the concentration of urea N. The results indicated that partly substituting ground corn grain with SFS grain could improve growth performance by improving ruminal fermentation and N utilisation; the optimum substitution rate was 2/3 (DM basis).
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».