MétaCan
Menu
Retour à la cohorte
Enregistrement W4399746779 · doi:10.3390/ani14121804

Effect of 3-Nitropropionic Acid at Different Doses on In Vitro Rumen Fermentation, Digestibility, and Methane Emissions of Grazing Yak and Cattle

2024· article· en· W4399746779 sur OpenAlexaff
Wei Guo, Ying Zhang, Mi Zhou

Notice bibliographique

RevueAnimals · 2024
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRuminant Nutrition and Digestive Physiology
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNational Natural Science Foundation of ChinaGuizhou UniversityLanzhou University
Mots-clésRumenPropionateIncubationDry matterFermentationYAKAnimal scienceRuminantGrazingChemistryFatty acidBiologyFood scienceBiochemistryAgronomyPasture

Résumé

récupéré en direct d'OpenAlex

3-nitropropionic acid (3NPA) has been proposed as an useful modifier to mitigate ruminal enteric methane emissions. However, few studies investigated the effects of 3NPA on ruminal fermentation characteristics of grazing ruminants in vitro. Rumen fluid from grazing yak and cattle were collected and incubated with additions of 0, 8, and 16 mM 3NPA. The total gas production, CH4 production, and dry matter digestibility significantly decreased with increasing 3NPA doses in both ruminant species (p < 0.05) and methane production decreased to almost 100% in cattle at 8 mM NPA but not yak, while H2 accumulation showed an opposite trend. The total fatty acid (TVFA) production, acetate concentration, and propionate concentration in cattle decreased as 3NPA doses increased at 12 and 24 h incubation. For yak, the H2 accumulation reached its apex at 8 mM NPA (p < 0.05). The TVFA in yak decreased significantly with increasing 3NPA doses at 12 and 72 h incubation. Moreover, the acetate concentration and propionate concentration in yak decreased as 3NPA doses increased at 12 and 24 h incubation. Overall, these findings demonstrated that 3NPA could be used as a strategy to mitigate methane emissions; although, it negatively affected the dry matter degradability in vitro.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,445
Score d'incertitude au seuil0,124

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,016
Tête enseignante GPT0,278
Écart entre enseignants0,261 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnimalsMême sujetRuminant Nutrition and Digestive PhysiologyTravaux en français237 207