MétaCan
Menu
← Retour à la cohorte
Enregistrement W2600944318 · doi:10.5935/1806-6690.20170063

Nutritional composition of silage from pearl millet cultivars with the inclusion of soy hulls

2017· article· en· W2600944318 sur OpenAlexaff
Francismar de Camargo Anchieta Trevisoli, Daniel Staciarini Corrêa, Priscila Anchieta Trevisoli, Leonardo Guimarães de Oliveira

Notice bibliographique

RevueCiência Agronômica/Revista ciência agronômica · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueNutrition and Health in Aging
Établissements canadiensDiscovery Air (Canada)
Organismes subventionnairesUniversidade Federal de Goiás
Mots-clésPearlSilageCultivarAgronomyComposition (language)Food scienceBiology

Résumé

récupéré en direct d'OpenAlex

ABSTRACT The nutritional composition of silages from the millet cultivars BRS 1501, ADR 500 and ADR 8010 was evaluated with the inclusion of soy hulls at 0, 3, 6 and 10%. The experimental design was completely randomized in a 3 x 4 factorial scheme with 3 replications. The dry matter content of the silages was affected by the inclusion of the soy hulls, ranging from 16.20% (ADR 8010) to 23.27% (BRS 1501) for the inclusion of 0 and 10% respectively. The levels of crude protein ranged from 9.46 to 10.79%, with significant differences between varieties being seen with the inclusion of 6% and 10% soy hulls. Inclusion of the hulls reduced the mineral matter content of the silages, with a change of 8.62% in the control treatment, up to an average of 6.38% at the level of 10%. The neutral (NDF) and acid (ADF) detergent fiber content did not differ with treatment. The hemicellulose content differed with the level of soy hulls, and ranged from 22.65 to 26.18%. The cellulose content varied from 24.90% (ADR 500), with the inclusion of 6% soy hulls, to 29.80% (ADR 8010) with the inclusion of 10% hulls. The lignin content showed significant differences for the level of hull inclusion, ranging from 1.37% (ADR 8010) with the inclusion of 10% hulls, to 3.71% (BRS 1501), found in the control treatment. The soy hulls increased the dry matter content of silages from the cultivars under evaluation.

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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,022
Tête enseignante GPT0,291
Écart entre enseignants0,269 · 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

Citations7
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCiência Agronômica/Revista ciência agronômica→Même sujetNutrition and Health in Aging→Travaux en français237 207→