PSI-4 Effect of rumen protected capsaicin on dry matter intake, average daily gain, and carcass characteristics in finishing beef cattle
Notice bibliographique
Résumé
Abstract The objective was to evaluate growth performance and carcass characteristics for feedlot cattle fed two sources of rumen protected capsaicin at two dose rates. A total of 450 steers, stratified by BW, were assigned into 30 pens. Pens were randomly assigned to receive 1 of 5 treatments containing (DM basis) of 86.2% barley grain, 6.0% barley silage, 6.2% canola meal, and 1.6% vitamin and mineral supplement. Treatments contained no additive (CON) or included a low or high dose of Nexulin (100 mg/d for NEXLO and 330 mg/d for NEXHI) or CapsXL (77 mg/d CAPLO or 250 mg/d for CAPHI). Steers averaged 507 kg BW at the start of the study and 686 kg at the end of the study (69 days on feed) with no differences among treatments (P > 0.28). Dry matter intake, ADG, gain:feed, dressing percentage, backfat thickness, and rib-eye area were not affected by treatment (P > 0.33). Steers fed CAPLO and NEXLO tended (P = 0.07) to have lesser marbling scores than CON, CAPHI and NEXHI. The proportion of steers in Canadian yield grades 1 and 2 did not differ among treatments, while those in yield grade 3 were greater (P = 0.03) in NEXLO (29%) than the CON (10.0%) and NEXHI (12.2%) treatments, with those fed CAPLO (20%) and CAPHI (19%) being intermediate but not different. Treatment did not affect the proportion of steers in quality grades B4, A, or prime, but tended to increase the proportion of steers grading AAA (P = 0.08) and decrease the proportion grading AA (P = 0.06). Overall, the data from this experiment suggest the potential for capsaicin to affect carcass yield grade, marbling score and quality grades without affecting DMI, ADG, or dressing percentage.
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 | 0,001 | 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 ».