Milk Production and Quality of Murrah Buffalo Supplemented by Turmeric Powder and Casava Leaf in Agam Regency, Indonesia
Notice bibliographique
Résumé
Buffalo farming in Indonesia is still managed traditionally due to low milk production and quality. Like in other developing countries, buffalo farming has becomea side business. Murrah Buffalo milk has better fat and protein content compared to dairy milk. Production and quality of buffalo milk affect farming management, such as keeping systems and feed management. The study aimed to reveal the effect of turmeric powder supplement and cassava leaf as forage on Murrah Buffalo in terms of milk production and quality (protein, fat, and lactose content). The study was conducted experimentally for four female Murrah Buffalo fed several formula feeds. The formula feed treatments are A (basal feed 100%), B = A + cassava leaf (1kg) + Turmeric Powder (0.015% Body weight), C = A + Cassava Leaf (1.5kg) + Turmeric Powder (0.030% Body Weight), D = A + Cassava Leaf (2kg) + Turmeric Powder (0.045% Body Weight). The result shows Milk production, protein, fat, and lactose is 5.40-7.91kg, 2.93-3.41%, 4.81-10.69%, and 4.39-5.11%, respectively. In summary, the best turmeric powder supplementation and Cassava leaf supply belong to treatment D, which significantly increases Murrah Buffalo milk production and quality.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».