The Effect of Live Yeast Supplementation on Beef Cattle Performance: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
This meta-analysis evaluates the effects of yeast supplementation (Saccharomyces cerevisiae) on dry matter intake (DMI) and average daily gain (ADG) in beef cattle. The inclusion criteria were complete and randomized trials and supplementation with yeast S. cerevisiae versus no supplementation to measure DMI or ADG. Data were extracted from relevant papers via pre-defined protocols. A meta-analysis of random effects was conducted for each indicator separately including the mean of the control and treated groups. The results were presented with the pooled mean difference (MD), 95% of confidence interval, and I² (percentage of total variation between studies that is due to heterogeneity rather than chance). A total of 12 publications reporting 22 trials conducted in 1,161 cattle were analysed. The heterogeneity between studies was high and ranged from 92 to 99%. No effects were observed in ADG with the inclusion of yeast in the diet (MD = -2.849 g/day, p = 0.492). However, there was a reduction in the DMI (MD = -0.885 kg/day; p = 0.023) despite the high heterogeneity among studies (I2 = 92.4%; p < 0.001). The ADG increased when the forage level in the diet was between 30 and 50% (MD = 641.08 g/day; p = 0.001) and decreased when the level range from 51 to 75% (MD = -2.90 g/day; p < 0.001). In over 60% of the Neutral Detergent Fibre, the use of yeast in the diet decreased the ADG by 406.94 g/day (p = 0.034). Feedlot animals showed a reduction in the DMI (MD = -0.97 kg/day; p = 0.019) if supplemented with yeast. Supplementation with S. cerevisiae in the diet of beef cattle had no effect on ADG; however, it does improve the feed conversion due to the reduction in DMI.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».