MétaCan
Menu
Retour à la cohorte
Enregistrement W3010047165 · doi:10.5539/jas.v12n4p217

Tannin Supplementation in Animal Feeding; Mitigation Strategies to Overcome the Toxic Effects of Tannins on Animal Health: A Review

2020· review· en· W3010047165 sur OpenAlexvenueno aff
Aamir Nawab, Shuyan Tang, Wen Gao, Guanghui Li, Mei Xiao, Lilong An, Jiang Wu, Wen‐Chao Liu

Notice bibliographique

RevueJournal of Agricultural Science · 2020
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRuminant Nutrition and Digestive Physiology
Établissements canadiensnon disponible
Organismes subventionnairesScience and Technology Planning Project of Guangdong Province
Mots-clésTanninProanthocyanidinLivestockAnimal nutritionRumenAnimal feedFodderAcacia mearnsiiBiologyRuminantCondensed tanninFood scienceAnimal productionAgronomyPolyphenolAnimal scienceBotanyFermentationBiochemistryEcology

Résumé

récupéré en direct d'OpenAlex

Optimum animal production depends on the type of feedstuffs available for the whole year. Plants such as trees and shrubs have significance in the animal production due to high nutritious values of tannins which reduce the rumen protein degradability and improve the feed digestibility as well as amino acid absorption in the small intestine. But, some of these plant materials are usually rich in anti-nutritional factors, known as tannins. Tannins are a complex group of plant secondary compounds widely distributed in the plant kingdom. Tannins have both deleterious and advantageous effects depending on the types, doses, composition and concentration of tannins. Rural farmers face fodder scarcity during the winter season. Therefore, tannins containing browse species may help farmers to use tannins as supplementary feed for livestock. But higher concentrations of tannins cause metabolic disorder which in results reduces the animal productivity. Therefore, it is need to investigate the effects of tannin supplementation in animal feeding; mitigation strategies to overcome the toxic effects of tannins on animal health. In this review paper, we have discussed safety and hazard associated with tannins in animal feeding.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,592
Score d'incertitude au seuil0,313

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,041
Tête enseignante GPT0,342
Écart entre enseignants0,301 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

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