PSX-B-6 Effect of slow-release urea on gas production, fermentation characteristics, nutrient digestibility and microbial protein synthesis in an artificial rumen system
Notice bibliographique
Résumé
Abstract The objective of this study was to evaluate the effects of slow-release urea (SRU) on gas production, fermentation parameters, nutrient digestibility, and microbial protein synthesis using artificial rumen system. The experiment was a completely randomized design with four treatments and four replications of each treatment. The treatments were control diet (no SRU), control diet supplemented with 0.28% (U28), 0.56% SRU (U56) or control diet that was added by 1.5% more corn grain and substituted with 0.35% SRU for 1.85% soybean meal (U35-SBM). The diets were formulated to be isoenergetic (1.71 NEL Mcal/kg), but protein concentration was lower (15.48 vs. 16.24%) and starch concentration was higher (28.2 vs. 27.1%) with U35-SBM than other three treatments. Experimental period consisted of 8 d of adaptation and 7 d of sampling. Rumen inoculum was obtained from three ruminally fistulated Angus cows fed the same diet to the substrate incubated. Gas production (L/d) was lower (P = 0.02) with U35-SBM (1.51) than control (1.79) or U28 (1.92); however, methane production was not affected by treatments (average, 47 mg/d). Dry matter digestibility was greater (P < 0.01) with U35-SBM (78.5%) than other treatments (74.6%), which had no differences in DM digestibility. Total volatile fatty acid (VFA) production did not differ among treatments (average, 53.1 mmol/d), but increasing SRU supplementation linearly (P < 0.01) decreased molar proportion of propionate from 27.0 to 25.7% and linearly (P < 0.01) increased acetate to propionate ratio from 1.69 to 1.78. The ammonia nitrogen (N) linearly (P < 0.01) increased from 7.70 to 10.25 mmol/L with increasing SRU addition. Microbial protein synthesis was greater (P = 0.03) with SRU treatments (average, 83.9 mg N/d) than control (78.9 mg N/d). The present results demonstrated the benefits to add the SRU in dairy cow diet for improving ruminal digestibility and microbial protein synthesis.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,001 | 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 ».