The Effects of Supplemental Feeding on Methane Emissions from Yak Grazing in the Warm Season
Notice bibliographique
Résumé
The yak industry constitutes a pivotal segment of livestock development across the Qinghai–Tibetan Plateau and adjacent pastoral regions. Existing studies have shown that supplemental feeding for grazing yaks significantly improves meat quality and growth performance, but its effect on enteric methane (CH4) emission from yaks has never been reported, so the present experiment aimed to investigate the effect of supplemental feeding of grazing yaks on CH4 emissions in three different periods of the warm season. Thirty male yaks were randomly assigned to two groups, with 15 yaks per group, The groups were designated as the grazing group (GR), with traditional grazing methods and with an initial body weight of 94.56 ± 3.9 kg, and the supplemental feeding group (GRS) with an initial body weight of 95.01 ± 4.1 kg, which received 1500 g/d of supplemental feed for 120 days. The methane emissions of the two groups were measured at the late regreening period (LRP), the greening-grass period (GGP), and the browning period (BRP) using the SF6 tracer method. The results showed that GRS increased (p < 0.01) the total DMI during warm season but decreased (p < 0.01) the forage intake at the LRP and GGP, resulting in a significantly reduced methane yield per kg of BW gain and per kg of DMD in warm-season grazing yaks (p < 0.01), a significantly reduced methane production per kg of DMI and methane energy to gross energy ratio in grazing yaks during the GGP (p < 0.05), and a similarly significantly decrease in methane production per kg of DMI and methane energy to gross energy ratio in grazing yaks during the BRP (p < 0.01). In conclusion, supplemental nutrition for grazing yaks during the warm season in alpine grasslands significantly enhances growth performance, reduces methane emissions, and improves dietary energy utilization efficiency.
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) | 0,001 | 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 | 0,001 |
| 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 ».