MétaCan
Menu
← Retour à la cohorte
Enregistrement W4388529251 · doi:10.1093/jas/skad281.310

344 Incorporation of Hemp Hulls and Screenings as Alternative Feed Sources for Ruminants

2023· article· en· W4388529251 sur OpenAlexaffabout
Stephanie A. Terry, Tim A. McAllister

Notice bibliographique

RevueJournal of Animal Science · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRuminant Nutrition and Digestive Physiology
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésRice hullsRumenAnimal scienceDry matterFeedlotBiologyRuminantAgronomyFood scienceBotanyPastureFermentation

Résumé

récupéré en direct d'OpenAlex

Abstract Currently there are no legal markets for feeding hempseed hulls or screenings to ruminants in Canada. This represents a significant wastage of high-quality feed that could be utilized in ruminant production. Therefore, the objectives of this project were to 1) evaluate the in situ rumen digestibility of hemp hulls and screenings; 2) evaluate the effect of including hemp hulls and screenings on the growth performance of feedlot lambs, and 3) assess if there are cannabinoids within the carcasses of growing lambs, and the milk of lactating ewes. Three ruminally cannulated Angus × Hereford heifers were used to determine the in situ degradability of hemp hulls and screenings. Wheat screenings, hemp hulls, and hemp screenings were weighed into polyester bags and incubated in the rumen for 0, 2, 4, 8, 12, 24, 48, 96, 120, and 240 h. The kinetics of in situ DM disappearance were estimated using a non-linear regression procedure of SAS. Wheat screenings had a similar soluble fraction to hemp hulls and screenings; however, hemp screenings had a greater (P < 0.01) soluble fraction than hemp hulls. The rapidly degradable fraction, total potentially degradable fraction, and ruminal degradability were greatest (P < 0.01) for wheat screenings, followed by hemp screenings, and then hemp hulls. Study 2 was conducted using twelve Canadian Arcott x Suffolk ram lambs randomly allocated to one of three treatments: control (Wheat screenings), hemp hulls, and hemp screenings. By-products were included at 20% dietary dry matter, and lambs were fed ab libitum until they reached 50 kg. To test for cannabinoid residues, samples of muscle, adipose tissue, liver, and kidney were taken post-mortem. Study 3 was conducted using fifteen lactating Canadian Arcott x Suffolk ewes with twins, fed the same treatments as in Objective 2. Hulls and screenings were included at 15% DM, and ewes were fed dietary treatments for 30 d, with dry matter intake and body weight recorded weekly. On d 15 and 30, ewes were hand milked to obtain samples for cannabinoid analysis. This research will have an important role in supporting Canadian approval for feeding industrial hemp by-products to ruminant livestock.

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)0,000
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,040
Tête enseignante GPT0,289
Écart entre enseignants0,249 · 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'étudeObservationnel
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'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Animal Science→Même sujetRuminant Nutrition and Digestive Physiology→Travaux en français237 207→