MétaCan
Menu
Retour à la cohorte
Enregistrement W3127528785 · doi:10.1139/cjas-2020-0138

Effect of mixed live yeast and lactic acid bacteria on in vitro fermentation with varying media pH using a high-grain or high-forage diet

2021· article· en· W3127528785 sur OpenAlexaffvenue
Peixin Jiao, F.C. Ma, K. A. Beauchemin, Ousama AlZahal, Xinyu Xie, Wenzhu Yang

Notice bibliographique

RevueCanadian Journal of Animal Science · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRuminant Nutrition and Digestive Physiology
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésPropionateMonensinFermentationLactic acidEnterococcus faeciumRumenFood scienceChemistryForageBacteriaDry matterYeastFatty acidAnimal scienceBiologyBiochemistryBotany

Résumé

récupéré en direct d'OpenAlex

Two experiments were conducted to assess the effects of media pH and mixtures (SCEF) of live yeast [Saccharomyces cerevisiae (SC)] and lactic acid bacteria [Enterococcus faecium (EF)] on gas production (GP), dry matter disappearance (DMD), and volatile fatty acid (VFA) concentrations in batch culture using either high-forage (HF) or high-grain (HG) diets. Diets were evaluated in separate experiments, each as a complete randomized design with 2 (media pH 5.8 and 6.5) × 5 (control, three SCEF, monensin) factorial arrangement of treatments. The SCEF had varying ratios of SC:EF: 0:0 (control), 1.18:1 (SCEF1), 1.25:1 (SCEF2), and 1.32:1 (SCEF3), added on a log10 basis. For the HF diet, supplementation of SCEF had greater GP (P = 0.03) at pH 6.5 and greater DMD (P = 0.03) and VFA concentration (P < 0.01) at pH 5.8 and 6.5 than control. For the HG diet, acetate:propionate (A:P) ratio at pH 6.5 was greater (P = 0.05) for SCEF than control. Increasing ratio of SC to EF in SCEF linearly (P < 0.01) decreased GP and DMD and linearly increased acetate percentage at pH 6.5. These results suggest that optimizing the SC:EF ratio in a mixture of SCEF can help improve rumen fermentation.

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
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 Opus0,021
Tête enseignante GPT0,241
Écart entre enseignants0,221 · 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'étudeExpérimental (laboratoire)
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

Citations7
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Animal ScienceMême sujetRuminant Nutrition and Digestive PhysiologyTravaux en français237 207