PSX-A-2 Effects of Dietary Crude Protein Level and Corn Grain Processing on Whole-Body Urea Kinetics and in-Vitro Urea Secretion Into the Rumen of Sheep
Notice bibliographique
Résumé
Abstract In ruminants, urea-N salvaging allows secretion of endogenously-produced urea (UER) into the rumen, where it can provide N for microbial growth. Our objective was to determine the effects of dietary crude protein content and corn grain processing on whole-body urea kinetics and in vitro serosal-to-mucosal urea flux (Jsm-urea) across ruminal epithelia. Thirty-two Rideau-Arcott ram lambs were blocked by BW into groups of 4 and then randomly allocated within block to one of 4 dietary treatments (n = 8) in a 2 × 2 factorial design. Dietary factors were crude protein content (10.9% [LP] vs. 15.8% [HP]) and corn grain processing (whole-shelled [WSC] vs. steam-flaked [SFC]). Feeding SFC was expected to provide more ruminally-fermentable energy than WSC. Four blocks of animals (n = 4) were used in 4-d continuous infusions of 15N-15N with concurrent collections of urine and feces to determine whole-body urea kinetics. After 23 d of dietary exposure, lambs were killed to collect ruminal epithelia which were mounted in Ussing chambers to determine Jsm-urea. Lambs fed HP had greater N intake (P = 0.01) and total N excretion (P = 0.002) than those fed LP; however, retained N (g/d or % of N intake) was similar between the 2 groups. When expressed as absolute amounts, urea-N secreted into the gut (GER) and urea-N used for anabolic purposes (UUA) were similar across diets; however, lambs fed the LP diet had a greater GER/UER ratio (P = 0.02) and tended to have a greater UUA/GER ratio (P = 0.05) than lambs fed the HP diet. Diet had no effect on ruminal Jsm-urea. Grain processing had no effects on GER, UUA and Jsm-urea. These results suggest ruminants fed protein-restricted diets have a greater dependence on urea secretion into the gut to provide N for anabolic use.
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) | 0,001 | 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 | 0,001 |
| 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 ».