PSXIV-21 Effect of high-tannin sorghum grain on rumen fermentation and methane production in vitro
Notice bibliographique
Résumé
Abstract Tannins are natural compounds with potential to reduce enteric methane (CH4) emissions in ruminants. High-tannin sorghum (HTS) varieties are cultivated in different regions of the world, including Mexico. The objective of this study was to evaluate the effects of HTS on rumen fermentation and CH4 production using a batch culture system. The experiment was set up as a completely randomized block design using a 3 × 5 factorial arrangement with 3 grains [HTS, low-tannin sorghum (LTS), and corn, with 19.6, 0.07 and 0 g of condensed tannins (CT)/kg dry matter (DM) respectively] and 5 grain to forage (alfalfa hay) proportions (20:80, 40:60, 60:40, 80:20 and 100:0). Data were analyzed using the MIXED procedure of SAS. Contrasts were used to determine linear and quadratic effects of grain:forage proportions. A decrease of 2.96% in CH4 concentration was observed for sorghum treatments compared to corn (P < 0.01). However, HTS and LTS were not different from each other (P = 0.76). Furthermore, CH4 production (mL/d) decreased (P < 0.01) by 19.13 and 8.53% with HTS compared with corn and LTS respectively. This reduction was associated with a decrease (P < 0.01) of 14.52 and 10.04% in total gas production with HTS as compared to corn and LTS. Both, CH4 and gas production decrease, were associated with reduced DM digestibility for HTS, which can be a negative effect of CT in HTS. Sorghum treatments produced 14.56% less CH4 (mL/g DM; P < 0.01) than corn. This was partially explained by a 7.98% decrease in DMD with sorghum treatments. As expected, gas production linearly increased and rumen pH linearly decreased with increasing levels of grain (P < 0.01). In conclusion, HTS had no advantage over LTS in terms of CH4 production. Nonetheless, sorghum grain, substituted for corn, can be an option to decrease CH4 production in ruminants, but digestibility might be compromised.
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 | 0,000 |
| 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) | 0,001 | 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 ».