Milk yield, rumen fermentation, and microbiota of Shami goats fed diets supplemented with spirulina and yeast
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Microalgae and live yeast have gained interest in improving animal performance. This study evaluated the effect of supplementation with Spirulina platensis, Saccharomyces cerevisiae, or their combination on the in vitro and in vivo rumen fermentation, rumen microbiota, and milk yield and composition of lactating Shami goats. The in vitro experiment included four diets: non-supplemented basal diet consisted of Alfalfa hay and a concentrate feed mixture (C); basal diet supplemented with 1% Saccharomyces (Y) based on dry matter; basal diet supplemented with 1% Spirulina (A); and basal diet supplemented with 1% of a mixture of Saccharomyces and Spirulina (AY). In the in vivo experiment, twenty-one lactating goats were divided into three groups (n = 7) to receive one of three diets: C, A, and AY. Group AY had higher in vitro gas production, dry matter digestion (DMD), and volatile fatty acids (VFA) (p < 0.05). Milk yield and feed efficiency were higher in groups A and AY compared to group C. Group AY goats exhibited higher rumen total VFA, acetic, and propionic, while group A showed higher butyric acid. Lower predicted methane was observed in group AY. Groups A and AY showed distinctive microbial communities. The bacterial community was dominated by phylum Bacteroidota, and genera Prevotella and Rikenellaceae RC9 gut group, which were higher in the AY group. The archaeal community was dominated by the genus Methanobrevibacter, which had a lower prevalence in group AY. The combination of live yeast and Spirulina improved rumen fermentation and the milk yield; therefore, it could be used as a feed additive for lactating goats.
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.
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 découle