MétaCan
Menu
Retour à la cohorte
Enregistrement W4402541316 · doi:10.1093/jas/skae234.664

PSVIII-8 The impact of foliar fungicide application on barley silage fermentation characteristics and performance of lactating dairy cows

2024· article· en· W4402541316 sur OpenAlexaffabout
Christina S James, G.B. Penner, Aaron D. Beattie, David A. Christensen, T. Mutsvangwa

Notice bibliographique

RevueJournal of Animal Science · 2024
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRuminant Nutrition and Digestive Physiology
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésSilageFungicideAgronomyFermentationDairy cattleBiologyAnimal scienceFood science

Résumé

récupéré en direct d'OpenAlex

Abstract Forages are an important component in dairy cow diets and barley silage is the primary forage source in western Canada and parts of the USA. Foliar fungal diseases can infect barley, thereby causing leaf damage and a loss of yield and quality. The objectives were to determine the effects of foliar fungicide application on two barley forage varieties, one resistant (CDC Fraser) and the other susceptible (Claymore) to foliar fungal disease, on silage ensiling characteristics and feed intake, milk production and composition, ruminal pH, and nitrogen (N) balance in dairy cows. Multiparous Holstein cows [n = 12; mean (ays in milk (DIM) = 40 ± 17; mean body weight (BW) = 720 ± 26 kg] at the start of the experiment) were used in a replicated 4 × 4 Latin square design with a 2 × 2 factorial arrangement of dietary treatments. Experimental periods were 25 d, with 18 d of dietary adaptation and 7 d of sample and data collection. Test diets were: 1) fungicide-treated Claymore silage (CF); 2) untreated Claymore silage (CNF); 3) fungicide-treated CDC Fraser silage (FF); and 4) untreated CDC Fraser silage (FNF) as the major source of forage. Forage yields were 1.86 (FNF), 1.46 (CNF), 1.17 (FF), and 1.35 (CF) t dry matter (DM)/ha, likely reflective of the low rainfall during the growing season. Experimental silages were similar in crude protein (mean = 14.0%; DM basis), ammonia (mean = 1.95%), and total volatile fatty acid (mean = 9.25%) concentrations. CDC Fraser silage had greater lactic acid concentration (P < 0.001) but decreased pH (P = 0.01) and acetic acid concentration (P < 0.01) than Claymore silage. Silage aNDF contents (DM %) were similar in FF and FNF, but greater in CNF than CF (interaction; P < 0.05). Without fungicide application, barley variety had no effect on silage starch content (DM %), whereas with fungicide application, Claymore had a greater silage starch content than CDC Fraser (interaction; P < 0.05). Dry matter intake, milk yield, and milk composition were unaffected by diet (P > 0.05). Total tract nutrient digestibility was unaffected by diet (P > 0.05). Intake of N, and urinary and fecal N excretion, total N excretion, milk N, and apparent N balance (expressed as g/d or % of N intake) were unaffected by diet (P > 0.05). Ruminal short-chain fatty acid (SCFA) concentrations and pH were unaffected by diet (P > 0.05); however, total SCFA concentration was similar in CF and CNF but was greater in FNF than FF (interaction; P < 0.05). Valerate concentration was similar in FF and FNF but greater in CF than CNF (interaction; P < 0.05). Foliar fungicide application on barley, regardless of variety susceptibility to fungal diseases, did not negatively affect silage quality or dairy cow performance.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,012

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 Opus0,020
Tête enseignante GPT0,287
Écart entre enseignants0,267 · 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'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

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Animal ScienceMême sujetRuminant Nutrition and Digestive PhysiologyTravaux en français237 207