Effects of urea plus nitrate pretreated rice straw and corn oil supplementation on fiber digestibility, nitrogen balance, rumen fermentation, microbiota and methane emissions in goats
Notice bibliographique
Résumé
Urea pretreatment is an efficient strategy to improve fiber digestibility of low quality roughages for ruminants. Nitrate and oil are usually used to inhibit enteric methane (CH 4 ) emissions from ruminants. The objective of this study was to examine the combined effects of urea plus nitrate pretreated rice straw and corn oil supplementation to the diet on nutrient digestibility, nitrogen (N) balance, CH 4 emissions, ruminal fermentation characteristics and microbiota in goats. Nine female goats were used in a triple 3 × 3 Latin Square design (27 d periods). The treatments were: control (untreated rice straw, no added corn oil), rice straw pretreated with urea and nitrate (34 and 4.7 g/kg of rice straw on a dry matter [DM] basis, respectively, UN), and UN diet supplemented with corn oil (15 g/kg soybean and 15 g/kg corn were replaced by 30 g/kg corn oil, DM basis, UNCO). Compared with control, UN increased neutral detergent fiber (NDF) digestibility ( P < 0.001) and copies of protozoa ( P < 0.001) and R. albus ( P < 0.05) in the rumen, but decreased N retention (−21.2%, P < 0.001), dissolved hydrogen concentration (−22.8%, P < 0.001), molar proportion of butyrate (−18.2%, P < 0.05), (acetate + butyrate) to propionate ratio ( P < 0.05) and enteric CH 4 emissions (−10.2%, P < 0.05). In comparison with UN, UNCO increased N retention (+34.9%, P < 0.001) and decreased copies of protozoa ( P < 0.001) and methanogens ( P < 0.001). Compared with control, UNCO increased NDF digestibility (+8.3%, P < 0.001), reduced ruminal dissolved CH 4 concentration (−24.4%, P < 0.001) and enteric CH 4 emissions (−12.6%, P < 0.05). A combination of rice straw pretreated with urea plus nitrate and corn oil supplementation of the diet improved fiber digestibility and lowered enteric CH 4 emissions without negative effects on N retention. These strategies improved the utilization of rice straw by goats.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,003 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».