Comparative analyses of enteric methane emissions, dry matter intake, and milk somatic cell count in different residual feed intake categories of dairy cows
Notice bibliographique
Résumé
This study compared the different residual feed intake (RFI) categories of lactating Holsteins with respect to methane (CH4) emissions, dry matter intake (DMI, kg), milk somatic cell count (SCC, 103∙mL−1), and β-hydroxybutyrate (BHB, mmol∙L−1). The RFI was calculated in 131 lactating Holstein cows that were then categorized into −RFI (RFI < 0) vs. +RFI (RFI > 0) and low- [RFI < −0.5 standard deviation (SD)] vs. high-RFI (RFI > 0.5 SD) groups. Milk traits were recorded in 131 cows, whereas CH4 and carbon dioxide were measured in 83. Comparisons of −RFI vs. +RFI and low- vs. high-RFI showed 7.9% (22.3 ± 0.40 vs. 24.2 ± 0.39) and 12.8% (21.1 ± 0.40 vs. 24.2 ± 0.45) decrease (P < 0.05) in DMI of −RFI and low-RFI groups, respectively. Similarly, −RFI and low-RFI cows had lower (P < 0.05) CH4 (g∙d−1) by 9.7% (343.5 ± 11.1 vs. 380.4 ± 10.9) and 15.5% (332.5 ± 12.9 vs. 393.5 ± 12.6), respectively. Milk yield was not different (P > 0.05) in −RFI vs. +RFI and low vs. high comparisons. The −RFI and low-RFI cows had lower (P < 0.05) SCC in −RFI vs. +RFI and low-RFI vs. high-RFI comparisons. The BHB was lower (P < 0.05) in low-RFI compared with the high-RFI group. Low-RFI dairy cows consumed less feed, emitted less CH4 (g∙d−1), and had lower milk SCC and BHB without differing in milk yield.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,000 | 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 ».