MétaCan
Menu
Retour à la cohorte
Enregistrement W4293526666 · doi:10.3390/ani12172227

Supplementation of Molasses-Based Liquid Feed for Cattle Fed on Limpograss Hay

2022· article· en· W4293526666 sur OpenAlexaff
Daciele S. Abreu, José Carlos Batista Dubeux, Luana Dantas Queiroz, David M. Jaramillo, Erick R. S. Santos, Flávia de Oliveira Scarpino van Cleef, Carlos García, Nicolás DiLorenzo, Martin Ruiz‐Moreno

Notice bibliographique

RevueAnimals · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRuminant Nutrition and Digestive Physiology
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésHayAnimal scienceForageAlfalfa hayFood scienceAgronomyBiologyRumenFermentation

Résumé

récupéré en direct d'OpenAlex

Two experiments were performed to evaluate the effects of (1) different levels of liquid supplementation (LS) based on molasses enriched with 32% (as fed; 45% on DM basis) crude protein (CP) on intake of Hemarthria altissima hay (LH), digestibility, and rumen fermentation, and (2) different levels of LS based on molasses enriched with 32% CP in the in vitro gas production in LH diets. In Exp. 1, twelve heifers and 12 adult male castrated and cannulated cattle were used. Treatments were allocated in a randomized block design, in four treatments: (CTL) access ad libitum to the LH; (SUP2) ad libitum access to LH and supplementation with 0.9 kg d−1; (SUP4) ad libitum access to LH and supplementation with 1.8 kg d−1 and; (SUP6) ad libitum access to LH with 2.7 kg d−1. In Exp. 2, treatments were carried out in a randomized block design with four different proportions of LH diet: (CTL) 100 LH, (SUP2) 85 LH and 15 LS, (SUP4) 70 LH and 30 LS, (SUP6) 55 LH and 45% LS. In Exp. 1, liquid molasses-based supplementation did not affect LH intake (p > 0.05). Molasses intake improved as the supply increased, not reducing the intake of LH. In Exp. 2, the addition of LS to the LH caused a change in the VFA profile, with an increase in propionate production in vitro.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,384
Score d'incertitude au seuil0,837

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,038
Tête enseignante GPT0,283
Écart entre enseignants0,244 · 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 tête enseignante, 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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnimalsMême sujetRuminant Nutrition and Digestive PhysiologyTravaux en français237 207