Effects of using Water Hyacinth (Eichhornia crassipes L.) in the Diet of Swamp Buffaloes on Nutrient Digestibility, Rumen Environment, Purine Derivatives, and Nitrogen Retention
Notice bibliographique
Résumé
The present experiment aims to evaluate the effects of incremental levels of water hyacinth (WH) in Para grass (Brachiaria mutica) based on the diet on nutrient intake, digestibility, and nitrogen retention of growing swamp buffaloes. Four male buffaloes of 305 ± 8.40 kg were allocated in a 4x4 Latin square design. The treatments were 25, 50, 75, and 100% WH (DM basis), replacing the Para grass (PG) corresponding to WH25, WH50, WH75, and WH100 treatment. Urea-molasses cake was used to supply the dietary crude protein intake so that this was 210 g/100 kg live weight per day for all the treatments (DM basis). The results showed that although the dry matter (DM), neutral detergent fiber (NDF), and metabolizable energy (ME) intake were not significantly different (P>0.05) among the treatments, these were numerically higher for the WH50 treatment. Especially in the daily ME intake (MJ/k g LW) was 39.1, 43.4, 41.7, and 39.9 for the WH25, WH50, WH75, and WH100 treatments, respectively. With 50% WH replacing PG in the diet, it gave potential for better nutrient digestibility, nitrogen retention, and daily weight gain in the present study. In conclusion, WH could be used to replace PG in buffalo diet up to 100%. At a level of 50% replacement of WH to PG in the buffalo, the diet was optimum based on the utilization of nutrients and energy of WH, lower feed cost, and environmental improvement.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».