Urea plus nitrate pretreatment of rice and wheat straws enhances degradation and reduces methane production in <i>in vitro</i> ruminal culture
Notice bibliographique
Résumé
Abstract BACKGROUND Urea pretreatment of straw damages fiber structure, while nitrate supplementation of ruminal diets inhibits enteric methane production. The study examined the combined effects of these treatments on ruminal substrate biodegradation and methane production using an in vitro incubation system. Rice and wheat straws were pretreated with urea (40 g kg −1 straw dry matter, DM) and urea + ammonium nitrate (34 + 6 g kg −1 dry matter (DM), respectively), and each straw (control, urea, urea+nitrate) was used in batch culture incubations in three replications (runs). RESULTS Urea pretreatment increased ( P < 0.05) neutral‐detergent solubles (NDS) content (+17%) and in vitro DM degradation of rice straw, in comparison with control. Urea+nitrate pretreatment of rice and wheat straws had higher ( P < 0.05) NDS content, in vitro DM degradation and propionate molar proportion, and lower ( P < 0.05) acetate:propionate ratio and lower methane production with a decline of methanogens, in comparison to control. CONCLUSIONS Urea+nitrate pretreatment combines positive effects of urea pretreatment and nitrate supplementation, and can be a potential strategy to improve ruminal biodegradation, facilitate propionate production and reduce methane production from lignified straws. © 2018 Society of Chemical Industry
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,001 | 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 ».