MétaCan
Menu
← Retour à la cohorte
Enregistrement W7086755692 · doi:10.5539/jas.v17n11p113

Improvement of Feed Intake, Digestibility and Lactation Performance of Hassani Dairy Goats by Supplementing Sorghum Stover-Based Diets With Alfalfa and Elephant Grass

2025· article· en· W7086755692 sur OpenAlexvenueno aff

Notice bibliographique

RevueJournal of Agricultural Science · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRuminant Nutrition and Digestive Physiology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStoverSorghumFodderCropAcaciaCrop residueForageSweet sorghumGrazing

Résumé

récupéré en direct d'OpenAlex

Goat production plays a vital role in food security, employment creation, and economic development among other socio-economic roles. Goats are highly adaptable to many environmental conditions including the arid and semi-arid regions which are characterised by low quality and insufficient pastures and browse especially during the dry seasons leading to low animal productivity. Many a times in the tropics, goat production is practised within smallholder mixed farming systems. This implies that households respond to the low quality and insufficient goat feed resources with crop residues supplementation. Additionally, households have also established drought tolerant forages in the farm systems. In order to optimize on the scarce feed resources available for goat production in the tropics, this study sought to quantify the effect of feeding high yielding goat breed (Hassani dairy goats) one of most common crop residue (sorghum stover) supplemented with a naturally occurring protein rich forage; Acacia tortilis pods, alfalfa or elephant grass on feed intake, digestibility, body weight change, milk yield and milk composition on Hassani dairy goats in Gash-Barka region, Eritrea. Four dietary treatment groups; T1 (80% Sorghum stover + 20% Acacia tortilis pods meal), T2 (50% Sorghum stover + 20% Alfalfa + 30% Elephant grass), T3 (50% Sorghum stover + 30% Alfalfa + 20% Elephant grass) and T4 (50% Sorghum stover + 25% Alfalfa + 25% Elephant grass) were tested. A completely randomized design with 4 dietary treatment groups and 6 replicates was used. A total of 24 lactating Hassani dairy goats were randomly assigned to one of the four dietary treatments. Results indicated that the chemical composition of the treatment diets varied significantly across treatment groups with crude protein (CP), and ether extract (EE) contents being highest in diet (T4) while dry matter (DM), organic matter (OM), neutral detergent fibre (NDF) and acid detergent fibre (ADF) and cellulose were highest in diet (T1). The hemicellulose content was similar across all the treatment diets. Goats fed diet T4 recorded the highest (p < 0.001) DM feed intake (1.178 kg DM/day) compared to other treatment groups. Additionally, DM, OM, CP, NDF, ADF, hemicellulose and cellulose nutrient digestibility was significantly (p < 0.05) improved in T4 diet. Generally, the average daily weight gain did not significantly (p > 0.05) differ among treatment diets. Notably, goats fed diet T4 recorded significantly (p < 0.001) higher milk yield (510.5 ml/day) compared to those fed diet T1 (315.2 ml/day). Milk composition in terms of protein, fat, solids-not-fat, and lactose did not differ significantly between treatments. These findings suggest that supplementing sorghum stover with a balanced blend of alfalfa and elephant grass enhances dairy goat productivity under smallholder intensive production systems in semi-arid regions in Eritrea.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,224
Écart entre enseignants0,215 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural Science→Même sujetRuminant Nutrition and Digestive Physiology→Travaux en français237 207→