Liquid hot water treatment of rice straw enhances anaerobic degradation and inhibits methane production during in vitro ruminal fermentation
Notice bibliographique
Résumé
Liquid hot water (LHW) treatment can be used to disrupt the fiber structure of rice straw. This in vitro ruminal batch culture study investigated the effect of LHW treatment on feed degradation, methane (CH 4 ) production, and microbial populations. Rice straw was treated by LHW, and in vitro ruminal fermentation was performed using an automatic system with 72 h of incubation. Scanning electron microscopy showed that LHW treatment disrupted the physical structure of rice straw. Liquid hot water treatment decreased neutral detergent fiber and hemicellulose contents of the rice straw and increased neutral detergent solubles, water-soluble carbohydrates, and arabinose contents. Liquid hot water treatment increased dry matter degradation and volatile fatty acid concentration and decreased the acetate:propionate ratio, CH 4 production, hydrogen accumulation, neutral detergent fiber degradation, and populations of protozoa, fungi, and cellulolytic bacteria. In summary, LHW treatment disrupted the cellulose-hemicellulose-lignin structure matrix of rice straw, leading to increased substrate degradability and decreased CH 4 production. Therefore, the LHW treatment is a potential strategy to improve the nutritive value of forage such as rice straw and decrease the CH 4 emissions in ruminants.
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 ».