MétaCan
Menu
Retour à la cohorte
Enregistrement W2992690118 · doi:10.1093/jas/skz258.760

PSXI-24 Rumen temperature, fermentation and microbial signatures are poorly associated with steer feed-efficiency profiles

2019· article· en· W2992690118 sur OpenAlexaff
Obioha N Durunna, Daalkhaijav Damiran, John Campbell, J. A. Carroll, Bart Lardner

Notice bibliographique

RevueJournal of Animal Science · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Nutrition and Health
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésRumenResidual feed intakeAnimal scienceForageFermentationBiologyFeed conversion ratioAnimal feedAgronomyFood scienceBody weight

Résumé

récupéré en direct d'OpenAlex

Abstract Breeding feed-efficient cattle can reduce the environmental footprint of beef operations but assessing all replacement candidates for feed-intake is not practical due to cost implications. The main objectives of this study were to evaluate if rumen temperature (RumT), measured with wireless rumen Thermobolus® can distinguish steers with different feed-efficiency profiles and whether steers with divergent efficiency profiles have different nutrient fermentation signatures. The study also validated the relationship between rectal temperature (RecT) and RumT measured with automatic thermistors. Residual feed intake (RFI) profiles of 160 steers were measured over two years. All steers were assessed for RFI profiles using high and moderate forage diets, respectively, over two successive periods each year. Each steer was fitted with a rumen Thermobolus® throughout each ~80-d test period while half of the steers wore an automatic temperature-logger rectal device for ~30d. The devices recorded the RumT and RecT every 5 minutes, respectively. Rumen fluid samples were collected from high-RFI (n = 5) and low-RFI (n = 5) steers to assess if differences in rumen fermentation and microbial profiles exist. Circadian-adjusted RumT and RecT for each steer were used for analysis. The within-period correlations between RumT and RecT ranged between 49 and 77%. There was a trend (P = 0.08) that differences exist for rhythm-adjusted temperatures among different RFI profiles with low-RFI steers (39.72±0.01oC) having lower average RumT than those in high (39.75±0.01oC) or medium (39.74±0.01oC) classes. The correlation between the two test-periods for rhythm-adjusted RumT was 65% while the correlation between RFI from both periods was 47%. There was no difference (P > 0.30) between high- and low-RFI animals for the total or individual volatile fatty acid fractions or microbial populations. The narrow temperature variation among RFI classes limits its use as screening tool but the higher across-period correlation encourages the need for further studies into alternative potential applications.

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)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
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)0,0020,000

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 Opus0,014
Tête enseignante GPT0,237
Écart entre enseignants0,223 · 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

Citations2
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Animal ScienceMême sujetAnimal Nutrition and HealthTravaux en français237 207