339 Effect of varieties and tannin levels (low and normal) on the physicochemical and nutritional characterization of faba bean grown in western Canada.
Notice bibliographique
Résumé
The aim of this study was to evaluate the impact of varieties and tannin levels on physicochemical and nutritional characteristics of faba beans as alternative protein and energy source for ruminants. Eight varieties with 2 tannin levels (low vs. normal) grown in 3 locations in western Canada were analyzed. Chemical analyses were performed following the Association of Official Analytical Chemists (AOAC) standard methods, bioenergy values at maintenance and production levels were determined using NRC-2001. The experimental design was RCBD (varieties as fixed effect and locations as random block). MIXED model procedure of SAS 9.4 was used for statistical analyses with significance declared at P < 0.05. SAS contrast was used to compare low tannin and normal tannin varieties. Results showed there were no different in dry matter (DM), protein (CP), carbohydrates (CHO), and fiber content (NDF) with averages 93, 28, 68 and 18% DM, respectively. Ash, starch, and non-structural carbohydrates (NSC) were higher (P < 0.05) in low tannin varieties (LT) while organic matter (OM) and lignin were greater (P < 0.05) in normal tannin varieties (NT). Soluble crude protein (SCP) was highly significant different (P < 0.01) in LT compared to NT (21% vs. 18%). The rapidly degradable protein fraction (PA2) showed high significant difference (P < 0.01) in LT compared to NT (74% vs. 62%) while the later showed a higher mean (P < 0.01) on slowly degradable protein fraction (PB2) compared to LT (8% vs. 5%); the mean value of intermediately degradable protein fraction (CB1) was significantly higher (P < 0.05) on LT. No significant difference (P>0.10) was observed on total digestible nutrients (TDN1x), metabolizable protein (MP), rumen degraded protein balance (DPB), and feed milk value (FMV). Even when results showed difference on physicochemical characteristics among seeds, the predicted animal performance and production was not different. These outcomes suggest that faba beans can be use as nutritive ingredient for ruminant diets without a significant tannin level 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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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 | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».