MétaCan
Menu
Retour à la cohorte
Enregistrement W4412675812 · doi:10.14202/vetworld.2025.1972-1990

Scopus-based bibliometric analysis of research trends in silage feed and its impact on rumen fermentation in ruminants

2025· article· en· W4412675812 sur OpenAlexaboutno aff
Tri Rachmanto Prihambodo, Randi Mulianda, Novia Qomariyah, Andi Ella, E. Winarti, Yenni Yusriani, Suyatno Suyatno, Jhon Firison, Deni Fitra, Anwar Efendi Harahap, Dinda Ayu Permata Sari, Taufik Hidayat, Anuraga Jayanegara

Notice bibliographique

RevueVeterinary World · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRuminant Nutrition and Digestive Physiology
Établissements canadiensnon disponible
Organismes subventionnairesKementerian Riset dan Teknologi /Badan Riset dan Inovasi Nasional
Mots-clésRumenSilageScopusFermentationBiologyBiotechnologyAnimal scienceFood scienceMEDLINEBiochemistry

Résumé

récupéré en direct d'OpenAlex

Background and Aim: Silage plays a pivotal role in ruminant nutrition, significantly influencing rumen fermentation, animal productivity, and environmental sustainability. Despite extensive research on silage and fermentation, a comprehensive synthesis of global trends and collaborations in this domain has not been systematically explored. This study aimed to conduct a bibliometric analysis of global research on silage feed and its effects on rumen fermentation in ruminants. It sought to identify publication trends, leading contributors, research themes, and international collaboration networks, thereby informing future directions in ruminant nutrition research. Materials and Methods: A total of 1,007 documents published between 1961 and 2024 were retrieved from the Scopus database using targeted keywords. Bibliometric and network analyses were performed using VOSviewer, Bibliometrix (R package), and Microsoft Excel. Inclusion criteria were limited to peer-reviewed English-language articles focused on silage feed and rumen fermentation in ruminants. Data cleaning and preprocessing involved harmonization of author names, keywords, and institutional affiliations. Results: Publication output has increased significantly since 2010, with China, the United States, and Canada emerging as the top contributors. Major research themes include silage quality, microbial fermentation, methane mitigation, and feed efficiency. Core journals identified include Journal of Dairy Science and Journal of Animal Science. Leading institutions such as China Agricultural University and the University of Florida demonstrated high productivity and citation impact. Keyword analysis highlighted emerging trends, including microbiome, methanogenesis, and sustainability. Collaboration network analysis revealed strong regional clusters, with North America and Europe forming central hubs, while Asia and South America showed growing but less integrated networks. Conclusion: Research on silage and rumen fermentation has evolved from foundational studies to interdisciplinary approaches integrating microbiology, environmental science, and precision agriculture. The field is rapidly expanding, with increasing emphasis on reducing methane emissions and enhancing livestock performance through improved silage practices. However, global collaboration remains fragmented, particularly in underrepresented regions. Future research should focus on metagenomics, smart technologies (e.g., Artificial Intelligence and Internet of Things), and policy-driven strategies to optimize feed systems and support sustainable livestock production. Keywords: bibliometric analysis, international collaboration, methane mitigation, microbiome, rumen fermentation, ruminants, silage feed, sustainability.

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)0,016
score de la tête « metaresearch » (Gemma)0,084
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Bibliométrie
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,984
Score d'incertitude au seuil0,084

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,084
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0040,003
Bibliométrie0,2530,273
Études des sciences et des technologies0,0020,001
Communication savante0,0070,004
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,098
Tête enseignante GPT0,424
Écart entre enseignants0,326 · 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.

Devis d'étudeSans objet
DomaineÉvaluation
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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVeterinary WorldMême sujetRuminant Nutrition and Digestive PhysiologyTravaux en français237 207