AbstractThe first objective of this

Abstract
The first objective of this research was to assess the ability of the Small Ruminant Nutrition System (SRNS) mechanistic model to predict metabolizable energy intake (MEI) and milk yield (MY) when using a heterogeneous fiber pool scenario (GnG1), compared with a traditional, homogeneous scenario (G1). The second objective was to evaluate an alternative approach to estimating the dry matter intake (DMI) of goats to be used in the SRNS model. The GnG1 scenario considers an age-dependent fractional transference rate for fiber particles from the first ruminal fiber pool (raft) to an escapable pool (λr), and that this second ruminal fiber pool (i.e., escapable pool) follows an age-independent fractional escape rate for fiber particles (ke). Scenario G1 adopted only a single fractional passage rate (kp). All parameters were estimated individually by using equations published in the literature, except for 2 passage rate equations in the G1 scenario: 1 developed with sheep data (G1-S) and another developed with goat data (G1-G). The alternative approach to estimating DMI was based on an optimization process using a series of dietary constraints. The DMI, MEI, and MY estimated for the GnG1 and G1 scenarios were compared with the results of an independent dataset (n = 327) that contained information regarding DMI, MEI, MY, and milk and dietary compositions. The evaluation of the scenarios was performed using the coefficient of determination (R2) between the observed and predicted values, mean bias (MB), bias correction factor (Cb), and concordance correlation coefficient. The MEI estimated by the GnG1 scenario yielded precise and accurate values (R2 = 0·82; MB = 0.21 Mcal/d; Cb = 0.98) similar to those of the G1-S (R2 = 0.85; MB = 0.10 Mcal/d; Cb = 0.99) and G1-G (R2 = 0.84; MB = 0.18 Mcal/d; Cb = 0.98) scenarios. The results were also similar for the MY, but a substantial MB was found as follows: GnG1 (R2 = 0.74; MB = 0.70 kg/d; Cb = 0.79), G1-S (R2 = 0.71; MB = 0.58 kg/d1; Cb = 0.85) and G1-G (R2 = 0.71; MB = 0.65 kg/d; Cb = 0.82). The alternative approach for DMI prediction provided better results with the G1-G scenario (R2 = 0.88; MB = −71.67 g/d; Cb = 0.98). We concluded that the GnG1 scenario is valid within mechanistic models such as the SRNS and that the alternative approach for estimating DMI is reasonable and can be used in diet formulations for goats.

ผลลัพธ์ (ไทย) 1:

บทคัดย่อวัตถุประสงค์แรกของการวิจัยนี้คือการ ประเมินความสามารถของรูปแบบกลไกการทำเล็ก Ruminant โภชนาการระบบ (SRNS) เพื่อทำนายผลผลิต (ของฉัน) เมื่อใช้ไฟเบอร์บริการสระสถานการณ์ (GnG1), เมื่อเทียบกับแบบดั้งเดิม เหมือนสถานการณ์สมมติ (G1) บริโภคพลังงาน metabolizable (เหมย) และน้ำนม วัตถุประสงค์ที่สองคือการ ประเมินวิธีการทดแทนการประเมินการบริโภคเรื่องแห้ง (DMI) ของแพะที่จะใช้ในรุ่น SRNS สถานการณ์ GnG1 พิจารณาอัตราการโอนเศษขึ้นอยู่กับอายุสำหรับอนุภาคใยสระไฟเบอร์ ruminal แรก (แพ) สระว่ายน้ำ escapable (λr), และที่นี้สองไฟเบอร์ ruminal สระว่ายน้ำ (เช่น escapable) ตามอายุอิสระเศษหนีอัตราใยอนุภาค (ke) G1 สถานการณ์นำเฉพาะกาลเดียวเศษอัตรา (kp) พารามิเตอร์ทั้งหมดถูกประเมินแต่ละรายการโดยใช้สมการประกาศในวรรณคดี ยกเว้นสมการอัตราพาส 2 ในสถานการณ์ G1: 1 พัฒนากับแกะข้อมูล (G1-S) และอีกพัฒนาแพะข้อมูล (G1-G) วิธีอื่นเพื่อประเมิน DMI เป็นไปตามกระบวนการเพิ่มประสิทธิภาพการใช้ชุดของข้อจำกัดอาหาร DMI เหมย และประเมินสำหรับสถานการณ์ GnG1 และ G1 ถูกเปรียบเทียบกับผลลัพธ์ของชุดข้อมูลเป็นอิสระของฉัน (n = 327) ที่ประกอบด้วยข้อมูลเกี่ยวกับ DMI เหมย ของฉัน และจนนมและอาหารสำหรับผู้ ทำการประเมินสถานการณ์โดยใช้ค่าสัมประสิทธิ์การกำหนด (R2) ระหว่างค่าสังเกต และคาดการณ์ หมายถึง ความโน้มเอียง (MB) ตั้งการแก้ไขปัจจัย (Cb), และสอดคล้องความสัมพันธ์สัมประสิทธิ์การ เหมยประเมินตามสถานการณ์ GnG1 หาค่าความ แม่นยำ (R2 = 0·82 MB = 0.21 Mcal/d Cb = 0.98) ใกล้เคียงกับ G1-S (R2 = 0.85 MB = 0.10 Mcal/d Cb = 0.99) และ G1 G (R2 = 0.84 MB = 0.18 Mcal/d Cb = 0.98) สถานการณ์การ ก็ยังคล้ายกันสำหรับการของฉัน แต่ MB พบพบดังนี้: GnG1 (R2 = 0.74 MB = 0.70 kg/d Cb = 0.79), G1 S (R2 = 0.71 MB = 0.58 กิโลกรัม/ง 1 Cb = 0.85) และ G1 G (R2 = 0.71 MB = 0.65 kg/d Cb =$ 0.82) วิธีอื่นสำหรับทำนาย DMI ที่ให้ผลลัพธ์ดีกับสถานการณ์ G1 G (R2 = 0.88 MB = −71.67 g/d Cb = 0.98) เราสรุปว่า สถานการณ์ GnG1 ถูกต้องในรูปแบบกลไกการทำเช่นนี้ SRNS และว่าวิธีอื่นสำหรับการประเมิน DMI สมเหตุสมผล และสามารถใช้ในสูตรอาหารสำหรับแพะ

ผลลัพธ์ (ไทย) 2:

บทคัดย่อ
วัตถุประสงค์แรกของงานวิจัยนี้คือการประเมินความสามารถของสัตว์เคี้ยวเอื้องขนาดเล็กระบบโภชนาการ (SRNS) รูปแบบกลไกการทำนายปริมาณพลังงานที่ใช้ประโยชน์ได้ (MEI) และผลผลิตนม (MY) เมื่อใช้เส้นใยต่างกันสถานการณ์สระว่ายน้ำ (GnG1) เมื่อเทียบกับ แบบดั้งเดิมสถานการณ์ที่เป็นเนื้อเดียวกัน (G1) ประการที่สองการประเมินวิธีการอื่นในการประเมินปริมาณวัตถุแห้ง (DMI) แพะเพื่อนำไปใช้ในรูปแบบ SRNS สถานการณ์ GnG1 พิจารณาอัตราการโอนบางส่วนขึ้นอยู่กับอายุสำหรับอนุภาคเส้นใยจากสระว่ายน้ำในกระเพาะรูเมนใยแรก (แพ) สระว่ายน้ำ escapable (λr) และสระว่ายน้ำในกระเพาะรูเมนเส้นใยที่สองนี้ (เช่นสระว่ายน้ำ escapable) ดังนี้อายุอิสระเศษส่วน หลบหนีอัตราสำหรับอนุภาคเส้นใย (Ke) สถานการณ์ G1 นำเพียงอัตราทางเศษส่วนเดียว (KP) พารามิเตอร์ทั้งหมดประมาณรายบุคคลโดยใช้สมการตีพิมพ์ในวรรณคดียกเว้น 2 สมการอัตราการเดินในสถานการณ์ G1: 1 ที่พัฒนาขึ้นกับข้อมูลแกะ (G1-S) และอื่น ๆ การพัฒนาที่มีข้อมูลแพะ (G1-G) วิธีการเลือกที่จะประเมิน DMI อยู่บนพื้นฐานของการเพิ่มประสิทธิภาพการใช้ชุดของข้อ จำกัด การบริโภคอาหาร DMI, MEI และ MY ประมาณสำหรับ GnG1 และสถานการณ์ G1 เป็นเมื่อเทียบกับผลที่ได้จากชุดข้อมูลอิสระ (n = 327) ที่มีข้อมูลเกี่ยวกับ DMI, MEI, MY และนมและองค์ประกอบอาหาร การประเมินสถานการณ์ที่ถูกดำเนินการโดยใช้ค่าสัมประสิทธิ์การตัดสินใจ (R2) ระหว่างค่าสังเกตและคาดการณ์ค่าเฉลี่ยอคติ (MB), ปัจจัยการแก้ไขอคติ (Cb) และสัมประสิทธิ์สหสัมพันธ์ MEI ประเมินจากสถานการณ์ GnG1 ผลค่าแม่นยำและถูกต้อง (R2 = 0 · 82; MB = 0.21 เมกกะ / วัน CB = 0.98) คล้ายกับของ G1-S (R2 = 0.85; MB = 0.10 เมกกะ / วัน CB = 0.99) และ G1-G (R2 = 0.84; MB = 0.18 เมกกะ / วัน CB = 0.98) สถานการณ์ ผลการวิจัยยังคล้ายกันสำหรับฉัน แต่ที่สำคัญ MB พบดังนี้ GnG1 (R2 = 0.74; MB = 0.70 กก. / วัน CB = 0.79) G1-S (R2 = 0.71; MB = 0.58 กก. / d1 ; CB = 0.85) และ G1-G (R2 = 0.71; MB = 0.65 กก. / วัน CB = 0.82) วิธีการทางเลือกสำหรับการทำนาย DMI ให้ผลลัพธ์ที่ดีกว่ากับสถานการณ์ G1-G (R2 = 0.88; MB = -71.67 กรัม / วัน CB = 0.98) เราได้ข้อสรุปว่าสถานการณ์ GnG1 ถูกต้องอยู่ภายในรูปแบบกลไกเช่น SRNS และว่าวิธีทางเลือกสำหรับการประเมิน DMI มีความสมเหตุสมผลและสามารถนำมาใช้ในสูตรอาหารสำหรับแพะ

ผลลัพธ์ (ไทย) 3:

นามธรรม
งานวิจัยนี้เพื่อประเมินความสามารถของระบบโภชนาการสัตว์เคี้ยวเอื้องขนาดเล็ก ( srns ) : ทำนายปริมาณพลังงานที่ใช้ประโยชน์ได้ ( เมย์ ) และผลผลิตน้ำนม ( ของฉัน ) เมื่อใช้ใยพูลข้อมูลสถานการณ์ ( gng1 ) เมื่อเทียบกับแบบดั้งเดิม , สถานการณ์เป็นเนื้อเดียวกัน ( G1 )ประการที่สองเพื่อศึกษาวิธีการประเมินปริมาณวัตถุแห้ง ( DMI ) แพะเพื่อใช้ใน srns นางแบบ การ gng1 สถานการณ์พิจารณาอายุการเป็นเศษส่วนเส้นใยอนุภาคจากอัตราแรกและสระว่ายน้ำไฟเบอร์ ( แพ ) มีสระว่ายน้ำ escapable ( λ R ) , และ ที่ นี้ สองสระ และไฟเบอร์ ( เช่นescapable Pool ) ตามอายุอิสระบางส่วนหนีคะแนนสำหรับอนุภาคไฟเบอร์ ( Ke ) สถานการณ์สามารถประกาศใช้เพียงเดียวเศษทางเท่ากัน ( KP ) พารามิเตอร์ทั้งหมดประมาณเป็นรายบุคคล โดยใช้สมการ ตีพิมพ์ในหนังสือ ยกเว้น 2 คะแนนผ่านสมการใน G1 กรณีที่ 1 พัฒนาข้อมูลแกะ ( g1-s ) และพัฒนาขึ้นอีกกับข้อมูลแพะ ( g1-g )วิธีการทางเลือกเพื่อการดีก็ขึ้นอยู่กับการเพิ่มประสิทธิภาพกระบวนการผลิตอาหารโดยใช้ชุดของข้อจำกัด พระดี เมย์ และประมาณการสำหรับ gng1 G1 สถานการณ์และเปรียบเทียบกับผลจากข้อมูลอิสระ ( n = 327 ) ที่มีข้อมูลเกี่ยวกับ DMI , เมย์ , ของฉัน , และน้ำนมและส่วนประกอบของอาหารการประเมินสถานการณ์การใช้ค่าสัมประสิทธิ์การตัดสินใจ ( R2 ) ระหว่างค่าสังเกตและคาดการณ์ว่าอคติ ( MB ) , ปัจจัยการแก้ไขอคติ ( CB ) และความสอดคล้องของเพียร์สัน ส่วนเมประมาณการโดย gng1 ให้ผลแม่นยำและถูกต้องสมมติค่า ( R2 = 0 ด้วย 82 ; MB = 0.21 พบความแตกต่างกัน อย่าง / D ; CB = 0.98 ) คล้ายกับบรรดาของ g1-s ( R2 = 0.85 ; MB = 0.10 พบความแตกต่างกัน อย่าง / D ;CB = 0.99 ) และ g1-g ( R2 = 0.84 ; MB = 0.18 พบความแตกต่างกัน อย่าง / D ; CB = 0.98 ) สถานการณ์ ผลลัพธ์ที่เหมือนกันสำหรับผม แต่บางครั้งมากที่พบ ดังนี้ gng1 ( R2 = 0.74 ; MB = 0.70 กก. / D ; CB = 0.79 ) g1-s ( R2 = 0.71 ; MB = 0.58 กิโลกรัม / D1 ; CB = 0.85 ) และ g1-g ( R2 = 0.71 ; MB = 0.65 กิโลกรัม / D ; CB = 0.82 ) วิธีการทางเลือกสำหรับ DMI ทำนายให้ผลลัพธ์ที่ดีกว่ากับ g1-g สถานการณ์ ( R2 = 0.88 ;MB = − 71.67 G / D ; CB = 0.98 ) เราสรุปได้ว่า gng1 สถานการณ์ถูกต้องภายในแบบกลไก เช่น srns และทางเลือกวิธีการประเมินตามลำดับที่เหมาะสมและสามารถใช้ในสูตรอาหารแพะ