MétaCan
Menu
Retour à la cohorte
Enregistrement W2996073539 · doi:10.3168/jds.2019-17557

Moisture content of high-straw dry cow diets affects intake, health, and performance of transition dairy cows

2019· article· en· W2996073539 sur OpenAlexafffund
Casey Havekes, T.F. Duffield, A.J. Carpenter, T.J. DeVries

Notice bibliographique

RevueJournal of Dairy Science · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRuminant Nutrition and Digestive Physiology
Établissements canadiensUniversity of Guelph
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaOntario Agri-Food Innovation AllianceUniversity of Guelph
Mots-clésDry matterAnimal scienceTotal mixed rationStrawIce calvingLactationChemistrySilageLactoseRuminationDairy cattleNeutral Detergent FiberFood scienceBiologyPregnancy

Résumé

récupéré en direct d'OpenAlex

The objective of this study was to determine the effect of adding water to a high-straw dry cow diet on feeding behavior, health, and performance of dairy cows. Holstein cows (n = 40) entering their second or greater lactation were enrolled at dry off (∼45 d before expected calving) and assigned to 1 of 2 dietary treatments, consisting of a high-straw dry cow total mixed ration [TMR; 36% wheat straw, 41% corn silage, 23% pellet, on a dry matter (DM) basis, formulated for 11.6% crude protein, 1.35 Mcal/kg net energy for lactation] with (1) no water (CON; n = 20; DM = 53.4%) or (2) water added to decrease the DM by ∼10 percentage points (wet diet, WD; n = 20; DM = 45.4%). Upon calving, all cows were fed the same lactating TMR (45.2% DM, 14.9% crude protein, 1.68 Mcal/kg net energy for lactation) and followed for 28 d. Dry matter intake, feeding behavior, and rumination activity were recorded automatically. Fresh TMR and orts samples were collected 2×/wk to determine differences in sorting. A particle separator was used to separate feed samples into 4 fractions: long (>19 mm), medium (<19, >8 mm), short (<8, >4 mm), and fine (<4 mm) particles. Feed sorting was calculated as actual intake of each particle fraction expressed as a % of predicted intake. Cows fed WD had greater DM intake during the dry period than cows fed CON (CON = 13.4 ± 0.24, WD = 14.2 ± 0.24 kg/d), but rumination did not differ (CON = 522.2 ± 8.48, WD = 518.5 ± 8.69 min/d) between treatments. Cows fed WD tended to consume their feed faster (CON = 0.08 ± 0.001, WD = 0.09 ± 0.001 kg of DM/min) compared with CON cows. Regardless of treatment, cows sorted against the longest ration particles, with cows fed CON sorting more against these (CON = 81.1 ± 2.51%, WD = 94.9 ± 2.58%). Cows fed CON tended to sort more in favor of the medium particles than those fed WD (CON = 105.0 ± 0.36%, WD = 104.2 ± 0.37%). Postcalving DM intake and feeding behavior were not affected by dry diet treatment. Cows fed WD experienced a less rapid daily decline in rumen pH during the first 7 d after calving compared with those fed the CON diet. The results suggest that increasing the moisture content of high-straw dry cow diets, by adding water, may improve intake and reduce sorting against the longest ration particles, which may help promote consistency in targeted nutrients consumed during the dry period and greater rumen health in early lactation.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,024
Tête enseignante GPT0,237
Écart entre enseignants0,212 · 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

Citations16
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Dairy ScienceMême sujetRuminant Nutrition and Digestive PhysiologyTravaux en français237 207