MétaCan
Menu
Retour à la cohorte
Enregistrement W2801047928 · doi:10.1139/cjas-2017-0111

High-fibre high-lipid by-product pellets containing calcium oxide-treated oat hulls as a partial replacement for barley grain in finishing diets for beef cattle

2018· article· en· W2801047928 sur OpenAlexafffundvenue
Jordan Johnson, F. Joy, J. J. McKinnon, G.B. Penner

Notice bibliographique

RevueCanadian Journal of Animal Science · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRuminant Nutrition and Digestive Physiology
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesAgriculture and Agri-Food CanadaBeef Cattle Research CouncilUniversity of Saskatchewan
Mots-clésLatin squareDry matterAnimal scienceChemistryPelletAgronomyBeef cattleRumenPelletsFermentationBiologyFood science

Résumé

récupéré en direct d'OpenAlex

Two studies were conducted to evaluate the effects of treating oat hulls with calcium oxide (CaO) prior to inclusion in a high-lipid by-product pellet (HLP) on dry matter intake (DMI), ruminal fermentation, and total-tract digestibility (Study 1) and growth performance (Study 2). In Study 1, six ruminally cannulated heifers were used in a replicated 3 × 3 Latin square design. Study 2 used 210 steers in 21 pens in a 113 d finishing study. Dietary treatments for both studies included a barley-based control diet (CON), a diet where HLP partially replaced barley grain (NT-HLP), and a diet where HLP contained oat hulls treated with 7.5% CaO [dry matter (DM) basis; CaO-HLP]. For Study 1, DMI and ruminal pH were not affected. Apparent total-tract digestibility of DM and organic matter (OM) were greater (P < 0.05) for CON than NT-HLP and CaO-HLP. In Study 2, final body weight tended to be greater for NT-HLP and CaO-HLP than CON (P = 0.065). For CaO-HLP and NT-HLP, DMI was greater than CON (P < 0.01), but average daily gain (ADG) (2.0 kg d−1) and gain:feed (G:F) (0.16 kg kg−1) were not different. Thus, HLP can partially replace barley grain in finishing diets without negatively affecting ruminal fermentation or growth performance, but treatment with CaO has no effect.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,034
Tête enseignante GPT0,270
Écart entre enseignants0,236 · 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'étudeObservationnel
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

Citations5
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Animal ScienceMême sujetRuminant Nutrition and Digestive PhysiologyTravaux en français237 207