Effects of a formulated botanical blend on growth performance and carcass characteristics in feedlot cattle: a pooled analysis
Notice bibliographique
Résumé
Objective: Our objective was to pool data from four independent trials to determine the effects of a formulated blend of capsicum oleoresin, clove essential oil, and garlic essential oil (CCG; Fytera® Advance – Selko® USA) on the growth performance of feedlot cattle. Methods: Trials were conducted in South Dakota and Oklahoma (two receiving and two finishing studies). Within each study, pens were assigned to one of two treatments: (1) non-supplemented (CON); or (2) supplementation with 500 mg/steer/day of CCG. Results: During the receiving period, no effects were observed (P ≥ 0.13). During the finishing period, CCG supplementation improved feed efficiency by 1.75% (G:F = 0.174 vs. 0.171; P = 0.04) and tended to increase average daily gain by 1.70% (1.78 vs. 1.75 kg/day; P = 0.07), without affecting dry matter intake or carcass traits (P > 0.11). Additionally, when all four studies (receiving and finishing trials) were combined, CCG supplementation improved feed efficiency by 2.24% (G:F = 0.182 vs. 0.178; P = 0.02) and tended to increase average daily gain by 1.33% (1.50 vs. 1.52 kg/day; P = 0.07). Conclusion: These findings suggest that CCG supplementation, in combination with monensin, may enhance feed efficiency in finishing cattle.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».