MétaCan
Menu
Retour à la cohorte
Enregistrement W3016045732 · doi:10.1071/an19472

Nutrient concentrations and profile of non-structural carbohydrates vary among different Brassica forages

2020· article· en· W3016045732 sur OpenAlexaff
Juan Pablo Keim, Mónica Gandarillas, Daniel Benavides, Jaime Cabanilla, Rubén Pulido, Óscar Balocchi, Annick Bertrand

Notice bibliographique

RevueAnimal Production Science · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRuminant Nutrition and Digestive Physiology
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésBrassicaForageFructoseStarchBiologySucroseSugarAgronomyNutrientContext (archaeology)CarbohydrateFood scienceBiochemistryEcology

Résumé

récupéré en direct d'OpenAlex

Context Brassica forages are used in times of seasonal shortage to fulfil nutritional requirements of beef cattle, dairy cows, sheep or pigs. Although brassicas have been reported with high concentrations of readily fermentable carbohydrate, details have not been fully described and there is little information about the non-structural carbohydrate (NSC) profiles of Brassica forages. Aim The study was designed to evaluate nutrient concentrations, as well as NSC levels and constituents, of the main Brassica forages and to determine differences among varieties. Methods Five varieties of each of the four main forage brassicas (summer turnip, forage rape, kale and swede) were grown in plots and harvested for chemical analysis of the nutrient concentrations and NSC profiles of leaf and bulb (turnip and swede) and leaf and stem (rape and kale) components. Key results Brassica species differed in the amounts and types of NSC; swede had the highest concentration of NSC, mainly comprising sugars (glucose and fructose), followed by kale (with similar proportions of glucose, sucrose and fructose), turnip (with similar concentrations of glucose and starch and slightly lower fructose), and forage rape (in which starch was the main NSC). Forage chemical composition and NSC profile of plant organs varied among varieties of individual Brassica forages; for example, there were significant differences among swede varieties for concentrations of starch and sugar (total and profile) in bulbs. Conclusions Brassica forages differed with respect to quantities and types of NSC; swede had higher concentrations, mainly composed of glucose and fructose, followed by kale with similar proportions of glucose, sucrose and fructose, and turnip with NSC represented by glucose, starch and slightly lower fructose; and finally, forage rape, in which starch was the main NSC. Chemical composition, as well as NSC profile of plant organs (leaves, bulbs or stems), varied among varieties of Brassica species. Implications The approach described here has implications for ration formulation and is useful when considering the nutritional and dietary requirements of the animals of interest, because the type of Brassica, the variety and the proportion of plant organs can affect animal performance.

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 enseignants0,007
Score d'incertitude au seuil0,014

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,021
Tête enseignante GPT0,241
Écart entre enseignants0,220 · 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

Citations18
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnimal Production ScienceMême sujetRuminant Nutrition and Digestive PhysiologyTravaux en français237 207