Lower dietary concentrate level increases bacterial diversity in the rumen of <i>Cervus elaphus</i> <i>yarkandensis</i>
Notice bibliographique
Résumé
The ruminal microbiota plays major roles in feed digestion. The composition and fermentation of the bacterial communities in 3 important ruminant species have been studied previously. Here, we extended this research to the effect of concentrate-to-forage ratios on ruminal bacterial communities in Tarim red deer (Cervus elaphus yarkandensis). Different concentrate-to-forage ratios (2:8, 3:7, 4:6, and 5:5) were fed to Tarim red deer for 20 days. Ruminal bacterial communities were elucidated by 16S ribosomal RNA gene sequencing on an Illumina HiSeq 2500 platform. The microbial composition and biodiversity at the different concentrate-to-forage ratio levels were analyzed using clustering of operational taxonomic units based on 97% sequence identity, taxonomic classification at the phylum and genus levels, α diversity, and β diversity. Rumen microorganisms of deer fed a diet with a concentrate-to-forage ratio of 2:8 had the highest species diversity, followed by ratios of 3:7, 4:6, and 5:5. The community structure of the A1 and A2 samples and the A3 and A4 samples was similar. The bacterial composition appeared to be affected by diet, with a lower dietary concentrate level tending to increase the richness and diversity of ruminal bacteria in the rumen of Tarim red deer.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».