Opportunities to improve goat production and food security in Botswana through forage nutrition and the use of supplemental feeds
Notice bibliographique
Résumé
Abstract Goats fulfil a central role in food and nutritional security across Africa with over half of households owning or rearing goats in rural areas. However, goat performance is poor and mortality high. This study assessed the nutritional quality of commonly used feeds and proposes feed-baskets to enhance goat nutrition and health. Feeds were collected from 11 areas within the Central District of Botswana, and macronutrient analyses were conducted, including crude protein, fibre fractions, ash, and metabolizable energy (ME). Forage nutrition was compared across seasons and soil types. Additionally, seasonal supplementation trials were conducted to evaluate consumption rates of various supplements, including crop residues, pellets, Lablab purpureus , and Dichrostachys cinerea . Each supplement was provided ad libitum for a 24-h period, and consumption rates determined. Findings revealed significant differences in nutrition among various feed sources, across seasons, and in relation to soil types (p < 0.001). Consumption rates of supplements were higher during the dry season, possibly due to reduced forage availability. Supplement consumption rates varied across supplement type, with crop residues accounting for approximately 1% of dry matter intake, compared to up to 45% for pellets, 13% for L. purpureus , and 15% for D. cinerea . While wet season feed baskets exhibited higher ME values compared to dry-season feed-baskets, the relative impact of supplementation was more pronounced during the dry season. These results highlight the potential for optimizing goat diets through improved grazing and browsing management, especially during the reduced nutritional availability in the dry season in Botswana. Such diet optimisation may improve goat health and productivity, which may positively impact the food and financial security of smallholders by providing both increased yields and increased resilience. Importantly, rural communities can experience some of the lowest food security levels in the region. The interventions explored in this study utilise natural capital, often freely available, which can be deployed through existing husbandry systems, potentially making them accessible and practical to smallholders.
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 | 0,001 | 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) | 0,002 | 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 ».