MétaCan
Menu
← Retour à la cohorte
Enregistrement W4388540104 · doi:10.1093/jas/skad281.515

PSXII-25 Examining Relationships Between Residual Feed Intake Classification, Enteric Emissions, and Apparent Total Tract Digestibility in Yearling Beef Heifers

2023· article· en· W4388540104 sur OpenAlexaffabout
Kortney Acton, Márcio de Souza Duarte, Kendall C Swanson, Jen L Ellis, Katharine M Wood

Notice bibliographique

RevueJournal of Animal Science · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Nutrition and Physiology
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésResidual feed intakeAnimal scienceQuartileFeed conversion ratioBeef cattleNutrientTotal mixed rationFeedlotCrossbreedFecesBiologyChemistryMathematicsBody weightEcology

Résumé

récupéré en direct d'OpenAlex

Abstract Improving feed efficiency in beef heifers may help reduce enteric emissions and improve economic returns for producers. The objective of this project is to assess the relationship between traditional residual feed intake (RFI) efficiency classification, enteric gas emissions, and apparent total tract nutrient digestibility in growing yearling heifers. Angus crossbred heifers (n = 74, BW = 408 ±27.1 kg) were blocked by BW and randomly assigned to pen groups. All heifers were fed a common haylage-based diet for ad libitum intake. Insentec feeding stations (Insentec B.V., Marknesse, The Netherlands) were used to measure individual feed intake and feeding behavior data. To measure enteric gas emissions of methane (CH4), carbon dioxide (CO2), and oxygen (O2), heifer groups were rotated through pens with GreenFeed trailers (C-Lock Inc., Rapid City, SD, USA) weekly. Apparent total tract digestibility was determined by collecting fecal samples from each heifer every 9 h over three days, composited and dried at 65 °C for 96 h, and analyzed for nutrient values (A&L Canada Laboratories, London, ON, Canada). Nutrient digestibility was determined for each heifer using acid-insoluble ash (AIA) and undigestible neutral detergent fiber (uNDF) as internal markers. RFI was determined using a regression of midpoint BW and ADG and then heifers were ranked by RFI quartile group. Data were analyzed using PROC GLIMMIX in SAS, with efficiency quartile group as the fixed effect and pen as a random effect, comparisons between quartile groups were assessed with a Tukey test. As expected, efficient (least RFI) heifers had decreased dry matter intake (8.5 vs 10.1 ± 0.20 kg/d, P < 0.01), less bunk visits (70 vs 112 ± 6 visits/day, P < 0.01), spent greater time per visit (2.46 vs 1.31 ± 0.249 min/visit, P < 0.01), and consumed more feed per visit (145 vs 104 ± 11.9 g DM/visit, P < 0.03), which resulted in a faster eating rate (65 vs 98 ± 5.0 g DM/min, P < 0.01), and produced decreased enteric CO2 emissions (7,653 vs 8,120 ±122.6 g/d, P = 0.05) compared with inefficient (greatest RFI) heifers. Additionally, when using AIA as the internal marker, efficient heifers showed greater digestibility of organic matter (89.8 vs 91.4 ± 0.49 %, P = 0.02) and NDF (20.2 vs 30.0 ± 2.66 %, P = 0.04) apparent total tract digestibility, while using uNDF as the internal marker showed no difference (P > 0.20) between efficiency groups. These data indicate that more efficient yearling heifers consume less feed, have reduced enteric gas emissions, and have improved organic matter and NDF apparent total tract digestibility.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

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
Bibliométrie0,0000,000
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 Opus0,143
Tête enseignante GPT0,310
Écart entre enseignants0,167 · 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 sujetAnimal Nutrition and Physiology→Travaux en français237 207→