MétaCan
Menu
← Retour à la cohorte
Enregistrement W3088428700 · doi:10.1139/cjas-2020-0027

Effects of feeding blend-pelleted co-products on nutrient intake, digestibility, and production performance of high producing dairy cows

2020· article· en· W3088428700 sur OpenAlexaffvenueabout
Aya Ismael, Víctor H. Guevara‐Oquendo, Basim Refat, Xin Feng, Peiqiang Yu

Notice bibliographique

RevueCanadian Journal of Animal Science · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRuminant Nutrition and Digestive Physiology
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésLatin squareCanolaSoybean mealMealNutrientBiologyAnimal scienceFood scienceRumenFermentation

Résumé

récupéré en direct d'OpenAlex

The objectives of this study were to examine the effects of feeding newly developed blend-pelleted carinata meal (BPPCR) and blend-pelleted canola meal (BPPCN) on nutrient intake, digestibility, and production performance of high producing dairy cows. In this study, nine mid-lactating Holstein cows (body weight, 679 ± 124 kg; days in milk, 96 ± 22) were used in a triplicated 3 × 3 Latin square study. Within each square, each cow was randomly assigned to one of three treatments: control (typical barley-based diet in Western Canada), BPPCR (soybean and canola meal in the control diet replaced by BPPCR), and BPPCN (soybean and canola meal in the control diet replaced by BPPCN). Each period lasted for 21 d, with the first 14 d as an adaptation period. The total collection of feces and urine were conducted on six cows from two Latin squares. The results showed that there were no treatment effects on milk yield, milk composition, and nutrient intake and digestibility (P > 0.10). The nitrogen balance among the three treatment groups was not different either. In conclusion, replacing soybean meal and canola meal with blend-pelleted co-products did not affect the nutrient intake, digestibility, and production performance in high producing dairy cows.

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)0,001
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 enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,026
Tête enseignante GPT0,224
Écart entre enseignants0,197 · 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

Citations4
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

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