MétaCan
Menu
Retour à la cohorte
Enregistrement W846427576 · doi:10.22358/jafs/67829/2002

A dynamic simulation model of nutrient digestionin the rumen of dairy cows

2002· article· en· W846427576 sur OpenAlexaff
H. J. Petruzzi, A. Danfær, P. Nørgaard

Notice bibliographique

RevueJournal of Animal and Feed Sciences · 2002
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRuminant Nutrition and Digestive Physiology
Établissements canadiensRoyal Ottawa Mental Health Centre
Organismes subventionnairesnon disponible
Mots-clésDigestion (alchemy)RumenNutrientStarchFood scienceAnimal scienceCarbohydrateChemistryBiologyAgronomyBiochemistryFermentationChromatography

Résumé

récupéré en direct d'OpenAlex

A mechanistic model of nutrient digestion in the rumen of dairy cows has been developed to predict rates of nutrient digestion and passage as well as rumen NDF pool sizes at fixed rates of dry matter intake. Different feed fractions according to chemical and physical characteristics are considered. There are 18 rumen state variables representing carbohydrates, nitrogen and microbes in the model. The model is mainly sensitive to the parameters defining rate constants of passage of small particles and digestion rate constant of NDF. For comparative analysis the model has been tested with diets differing widely in intake level and composition. NDF passage and digestibility, NDF pool, total and non-ammonia nitrogen outflow from rumen are well predicted for the whole range of diets used. For some diets, especially those containing maize as a source of starch the predictions of OM and starch digestibility and partition of NAN outflow between dietary and microbial N outflow are not satisfactory.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,977
Score d'incertitude au seuil0,142

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,046
Tête enseignante GPT0,258
Écart entre enseignants0,212 · 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 tête enseignante, 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

Citations7
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Animal and Feed SciencesMême sujetRuminant Nutrition and Digestive PhysiologyTravaux en français237 207