Effects of different additives on fermentation characteristics, nutrient composition and microbial communities of Leymus chinensis silage
Notice bibliographique
Résumé
BACKGROUND: Leymus chinensis (Trin.) Tzvel is a perennial high-quality indigenous grass in China; characterized by high yield, elevated crude protein content, excellent palatability, substantial leaf volume, adaptability, and longevity. This study aimed to examine the impact of Lactiplantibacillus plantarum (LP), Lactobacillus buhneri (LB), their combination (LPLB), and complex enzyme preparation (CE) on the quality and microbial community of Leymus chinensis silage. RESULTS: Throughout silage fermentation, pH levels decreased in all treatment groups relative to the control group. The LPLB group exhibited elevated levels of lactic acid (LA) and water-soluble carbohydrates (WSC) content, alongside reduced concentrations of acidic detergent fibre (ADF), and neutral detergent fibre (NDF) content. It exhibited superior silage outcomes compared to the other groups. Lactobacillus predominated in the treatment groups, but Enterobacter was predominant in the control group. The microbial diversity was decreased in LP and LPLB within the treatment groups due to the suppression of unwanted bacteria. Functional predictions indicated that glyoxylate and dicarboxylate metabolism, starch and sucrose metabolism, glycolysis/gluconeogenesis, amino sugar metabolism, and nucleotide sugar metabolism were the most significant metabolic pathways, with LP being particularly important in each. CONCLUSION: The experimental results demonstrated that the incorporation of various additives influenced the bacterial community structure, fermentation quality, and nutrient composition of Leymus chinensis silage differently. The LP and LPLB groups decreased pH and ADF levels and amassed a significant quantity of LA during fermentation, while preserving CP and WSC content. The microbial composition exhibited greater stability, which markedly enhanced the quality of Leymus chinensis silage, hence preserving its nutrient composition. CLINICAL TRIAL NUMBER: Not applicable.
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 | 0,000 | 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 | 0,000 | 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) | 0,000 | 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 ».