MétaCan
Menu
Retour à la cohorte
Enregistrement W2807968719 · doi:10.1093/jas/skaa098

Influence of forage level and corn grain processing on whole-body urea kinetics, and serosal-to-mucosal urea flux and expression of urea transporters and aquaporins in the ovine ruminal, duodenal, and cecal epithelia

2020· article· en· W2807968719 sur OpenAlexafffund
Karen A. Scott, G.B. Penner, T. Mutsvangwa

Notice bibliographique

RevueJournal of Animal Science · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRuminant Nutrition and Digestive Physiology
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesGovernment of SaskatchewanNatural Sciences and Engineering Research Council of Canada
Mots-clésUreaForageLatin squareAnimal scienceDry matterExcretionRumenChemistryInternal medicineFecesEndocrinologyBiologyBiochemistryFermentationAgronomyMedicineEcology

Résumé

récupéré en direct d'OpenAlex

The objectives were to determine the effects of forage level and grain processing on whole-body urea kinetics, N balance, serosal-to-mucosal urea flux (Jsm-urea), and messenger ribonucleic acid (mRNA) abundance of urea transporter-B (UT-B; SLC14a1) and aquaporins (AQP) in ovine ruminal, duodenal, and cecal epithelia. Thirty-two wether lambs were blocked by body weight into groups of four and assigned to one of four diets (n = 8) in a 2 × 2 factorial design. Dietary factors were forage level (30% [LF] vs. 70% [HF]) and corn grain processing (whole-shelled [WS] vs. steam-flaked [SF]). Four blocks of lambs (n = 4) were used to determine urea kinetics and N balance using 4-d [15N15N]-urea infusions with concurrent fecal and urine collections. Lambs were killed after 23 d of dietary adaptation. Ruminal, duodenal, and cecal epithelia were collected to determine Jsm-urea and mRNA abundance of UT-B and AQP. Lambs fed LF had greater intakes of dry matter (DMI; 1.20 vs. 0.86 kg/d) and N (NI; 20.1 vs. 15.0 g/d) than those fed HF (P < 0.01). Lambs fed SF had greater DMI (1.20 vs. 0.86 kg/d) and NI (20.6 vs. 14.5 g/d) than those fed WS (P < 0.01). As a percentage of NI, total N excretion was greater in lambs fed HF compared with those fed LF (103% vs. 63.0%; P < 0.01) and was also greater in lambs fed WS compared with those fed SF (93.6% vs. 72.1%; P = 0.02). Retained N (% of NI) was greater in lambs fed LF compared with those fed HF (37.0% vs. -2.55%; P < 0.01). Lambs fed SF had a greater (P = 0.02) retained N (% of NI; 28.0% vs. 6.50%) compared with those fed WS. Endogenous urea production (UER) tended (P = 0.09) to be greater in lambs fed HF compared with those fed LF. As a proportion of UER, lambs fed HF had a greater urinary urea-N loss (0.38 vs. 0.22) and lower urea-N transferred to the gastrointestinal tract (GIT; 0.62 vs. 0.78) or urea-N used for anabolism (as a proportion of urea-N transferred to the GIT; 0.12 vs. 0.26) compared with lambs fed LF (P < 0.01). Ruminal Jsm-urea was unaffected by diet. Duodenal Jsm-urea was greater (P < 0.01) in lambs fed HF compared with LF (77.5 vs. 57.2 nmol/[cm2 × h]). Lambs fed LF had greater (P = 0.03) mRNA expression of AQP3 in ruminal epithelia and tended (P = 0.06) to have greater mRNA expression of AQP3 in duodenal epithelia compared with lambs fed HF. Expression of UT-B mRNA was unaffected by diet. Our results showed that feeding more ruminally available energy improved N utilization, partly through a greater proportion of UER being transferred to the GIT and being used for anabolic purposes.

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: Observationnel · Signal consensuel: aucune
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)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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)0,0010,000

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 Opus0,034
Tête enseignante GPT0,260
Écart entre enseignants0,226 · 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

Citations9
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

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