Effect of incorporating forage pea (<i>Pisum sativum</i> L.) hay into cereal hay on ruminal fermentation and apparent digestibility when fed to beef heifers
Notice bibliographique
Résumé
The objective of this study was to evaluate the inclusion rate of pea hay in barley or oat hay diets for beef cattle. Six ruminally cannulated heifers (407 ± 38 kg) were used in a 6 × 6 Latin square (25 d periods) with a 2 × 3 factorial design. Treatments included whole-crop barley or oat hay with pea hay blended in to achieve inclusion rates of 0%, 15%, or 30% (dry matter basis) of the forage. Pea hay inclusion increased dry matter intake (DMI; P = 0.03) by 0.75 kg d−1 relative to diets without pea hay, but the response was not linear or quadratic. Inclusion of pea hay linearly increased mean ruminal pH (P = 0.039), the concentration of butyrate in ruminal fluid (P = 0.013), plasma urea nitrogen (N) concentration (P = 0.001), and quadratically increased ruminal ammonia concentration (P < 0.001). Pea hay inclusion reduced crude protein (CP) digestibility by 2.87% relative to cereal-only treatments (P = 0.025), but did not affect N intake, microbial N, or N excretion. Overall, pea hay inclusion increased DMI, increased ruminal butyrate concentration, but reduced CP digestibility without affecting N balance.
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 | 0,001 |
| 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 | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».