Utilização de uréia no resíduo desidratado de vitivinícola associado à palma forrageira na alimentação de caprinos: consumo e digestibilidade de nutrientes
Bibliographic record
Abstract
Avaliou-se a influência da adição de 0; 0,5; 1 ou 1,5% de uréia no resíduo desidratado de vitivinícolas - utilizado em associação a palma forrageira na alimentação de caprinos - no consumo e na digestibilidade dos nutrientes. Foram utilizados 24 caprinos machos castrados, sem padrão racial definido, com peso vivo médio de 18 kg, distribuídos em blocos ao acaso, de acordo com o peso vivo. O período experimental foi de 20 dias: 15 para adaptação e 5 para coleta. A adição de teores crescentes de uréia ao resíduo desidratado de vitivinícola possibilitou aumento do consumo de matéria seca (MS), matéria orgânica (MO), proteína bruta (PB) e fibra em detergente neutro (FDN), expressos em kg/dia, %PV e em g/kgPV0,75. Observou-se consumo linear crescente de nutrientes digestíveis totais (NDT), carboidratos totais (CT) e carboidratos não-fibrosos (CNF), em %PV e g/kgPV0,75. Não houve diferença significativa nos consumos de NDT, CT e CNF expressos em kg/dia, cujos valores médios foram 0,363; 0,575 e 0,258, respectivamente. Entretanto, a adição de uréia ao resíduo não influenciou os coeficientes de digestibildade de MS, MO e FDN (médias de 48,13; 46,08 e de 20,37%, respectivamente). Os coeficientes de digestibilidade de CNF apresentaram crescimento linear, enquanto os de PB apresentaram comportamento quadrático, com valor máximo de 48,93%, com a adição de 1,3% de uréia ao resíduo. O uso de uréia no resíduo desidratado de vitivinícola elevou linearmente o consumo de nutrientes, contudo, o nível de 1,3% é o mais indicado, pois promove melhor digestibilidade da proteína bruta de dietas contendo esse alimento alternativo.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".