Frozen Semen Quality of Kalang Buffalo Using Lycopene
Notice bibliographique
Résumé
An important factor to successful of artificial insemination (AI) in buffalo was the quality of spermatozoa post-thawed.Therefore, research was conducted on the use of lycopene as an effort to improve the quality of spermatozoa post-thawing.This study aimed to assess the impact of incorporating lycopene into both the skim milk and egg yolk extender at varying doses on pre-freeze and post-thawed Kalang buffalo semen.Four Kalang buffalo, aged between 6 to 7 years and weighing 500-550 kg, were involved in this investigation.Semen collection was conducted weekly a 12-week period using an artificial vagina.Lycopene was added to the skim milk-egg yolk diluent at concentrations of 1%, 2%, 3%, and 4%, while the control group received no lycopene substitution.The freshly collected semen underwent macroscopic and microscopic evaluations.Subsequently, the semen was assessed pre-freezing and post-thaw with parameters such as viability, motility, abnormality, and plasma membrane integrity.The findings revealed that the inclusion of 1% and 2% lycopene in the diluent before freezing exhibited significantly higher (P < 0.05) spermatozoa motility.Moreover, the viability and motility of post-thawed semen significantly improved (P < 0.05) at lycopene doses of 1% and 2%.The addition of 1% to 2% lycopene in the extender demonstrated a positive effect on the sperm qualities, particularly enhancing the viability and motility of post-thaw semen from Kalang buffalo.
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) | 0,000 | 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 | 0,000 |
| 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 ».