MétaCan
Menu
← Retour à la cohorte
Enregistrement W3042979878 · doi:10.1139/cjas-2019-0184

Impacts of feeding monensin sodium on production and the efficiency of milk production in dairy cows fed total mixed rations: evaluation of a confounded literature

2020· article· en· W3042979878 sur OpenAlexvenueaboutno aff
P.H. Robinson

Notice bibliographique

RevueCanadian Journal of Animal Science · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRuminant Nutrition and Digestive Physiology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMonensinAnimal scienceDry matterMilk productionDairy cattleMilk fatFood scienceLactationChemistryBiology

Résumé

récupéré en direct d'OpenAlex

The amount of milk Canadian dairy farmers produce is limited to a production quota expressed in milk fat. Because milk economic value is primarily based on fat and protein, it can be advantageous to decrease the milk fat to protein ratio. Monensin sodium has been suggested to reduce milk fat proportion and outputs, but not milk protein. Publications using lactating dairy cows were utilized to assess predictability of production responses to monensin feeding based upon their base production characteristics and diet composition. Predicted animal output changes due to monensin had poor fits with low r2 (0.31–0.44) and unevenly distributed residuals. Further assessment revealed that cow characteristics, and diets, were not independent of monensin feeding level. Thus, the 43 comparisons were clustered into levels of 10–12, 14–18, or 20–24 mg kg−1 of diet dry matter (DM). Milk fat yield reductions due to monensin differed (P < 0.05; 10–12 and 14–18 mg kg−1 DM), or tended to differ (P = 0.057; 20–24 mg kg−1 DM), from zero (i.e., no change). Monensin addition to total mixed rations of lactating dairy cows negatively impacted milk fat yield to a greater extent than milk protein.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,998
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
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 Opus0,039
Tête enseignante GPT0,257
Écart entre enseignants0,218 · 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.

Devis d'étudeRevue systématique
DomaineMéthodes
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

Citations4
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Animal Science→Même sujetRuminant Nutrition and Digestive Physiology→Travaux en français237 207→