MétaCan
Menu
Retour à la cohorte
Enregistrement W4315782293 · doi:10.22437/jiiip.v25i1.23246

Penggunaan Feses Kerbau Dan Sapi Sebagai Inokulum Pengganti Cairan Rumen Dalam Mendegradasi NDF,ADF Dan Hemiselulosa Pakan Ternak Secara Metoda In Vitro

2023· article· id· W4315782293 sur OpenAlexaff
Ayu Silaban, M. Afdal, Darlis Darlis

Notice bibliographique

RevueJurnal Ilmiah Ilmu-Ilmu Peternakan · 2023
Typearticle
Langueid
DomaineAgricultural and Biological Sciences
ThématiqueFood and Agricultural Sciences
Établissements canadiensNutrasource
Organismes subventionnairesnon disponible
Mots-clésAnimal scienceRumenChemistryBiologyFood scienceFermentation

Résumé

récupéré en direct d'OpenAlex

Penelitian ini bertujuan untuk mengevaluasi penggunaan feses kerbau dan feses sapi sebagai in-okulum dalam penggantian cairan rumen dalam mendegradasi Neutral detergent fibre (NDF), acid detergent fibre (ADF) dan hemiselulosa secara In vitro. Penelitian ini dilaksanakan selama 1 bulan di Laboratorium Nutrisi dan Makanan Ternak Fakultas Peternakan Universitas Jambi. Rancangan penelitian yang digunakan adalah Rancangan Acak Lengkap (RAL) dengan 3 perla-kuan dan 6 ulangan. Perlakuan adalah P0 = Cairan rumen (kontrol) , P1 = Cairan feses kerbau + Molases 5%, dan P2 = Cairan feses sapi + Molases 5%. Peubah yang diamati adalah degradasi Neutral Detergent Fiber (NDF), Acid Detergent Fiber (ADF) dan Hemiselulosa. Data diolah secara statistik dengan analisis ragam ANOVA (Analisi of Variance) dan jika terdapat pengaruh perla-kuan yang nyata dilanjutkan uji Duncan pada taraf 5%. Hasil penelitian menunjukkan bahwa per-lakuan berpengaruh nyata (P<0.05) terhadap degradasi NDF, ADF dan Hemiselulosa. Kesimpulan dari penelitian ini yaitu Penggunaan inokulum feses kerbau belum mampu menyamai cairan ru-men sebagai inokulum namun inokulum feses sapi dapat digunakan sebagai pengganti cairan rumen dalam mendegradasi NDF, ADF dan hemiselulosa karena terlihat bahwa perlakuan inoku-lum feses kerbau dan sapi lebih tinggi dibandingkan cairan rumen dalam mendegradasi NDF, ADF dan Hemiselulosa.

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)0,000
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 enseignants0,005
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,024
Tête enseignante GPT0,243
Écart entre enseignants0,219 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Ilmiah Ilmu-Ilmu PeternakanMême sujetFood and Agricultural SciencesTravaux en français237 207