Portal do Governo Brasileiro
BDPA - Bases de Dados da Pesquisa Agropecuária Embrapa
 






Registro Completo
Biblioteca(s):  Embrapa Caprinos e Ovinos.
Data corrente:  25/10/2011
Data da última atualização:  23/09/2019
Tipo da produção científica:  Artigo em Periódico Indexado
Autoria:  FELISBERTO, N. R. de O.; RODRIGUES, M. T.; BOMFIM, M. A. D.; MATOS, R. da S.; CORDEIRO, A. G. P. C.; SILVA, M. M. C. da.
Afiliação:  Nivea Regina de Oliveira Felisberto, Pós-graduanda, Universidade Federal de Viçosa - UFV - Viçosa, MG.; Marcelo Teixeira Rodrigues, UFV; MARCO AURELIO DELMONDES BOMFIM, CNPC; Rogério da Silva Matos, UFV; Ana Gabriela Pombo Celles Cordeiro, UFV; Márcia Maria Cândido da Silva, UFV.
Título:  Effects of different sources of protein on digestive characteristics, microbial efficiency, and nutrient flow in dairy goats.
Ano de publicação:  2011
Fonte/Imprenta:  Revista Brasileira de Zootecnia, Viçosa, MG, v. 40, n. 10, p. 2228-2234, 2011.
DOI:  http://dx.doi.org/10.1590/S1516-35982011001000024
Idioma:  Inglês
Conteúdo:  Abstract: Diets formulated with protein sources presenting different resistance to ruminal degradation were compared by evaluating ruminal parameters, production and microbial efficiency and nutrients flow to the omasum in goats. Eight rumen cannulated non-lactating, non-pregnant goats were distributed in a 4 × 4 Latin square design with two replicates. Treatments consisted of four diets where different sources of plant protein accounted for the major protein source named soybean meal, source of higher ruminal degradability, and three other sources of higher resistance of degradation: roasted soybean, corn gluten meal, and cottonseed cake. Amounts of rumen protein were similar among rations; however, flows of dry matter, protein and non-fiber carbohydrate to omasum were higher for diets with protein source with reduced rumen degradation rate. Higher values of rumen ammonia were obtained by using ration with soybean meal as major source of protein. Higher values of pH were obtained for rations with roasted soybean e cottonseed cake. Regarding kinetic of transit, similar values were found among rations. Diets with protein sources presenting reduced ruminal degradation increase nutrients flow to the omasum in goats and alter digestive parameters such as pH and ammonia without compromising bacteria growth and efficiency, which grants their use for dairy goats with similar efficiency to rations using more degradable sources of protein.
Palavras-Chave:  Ammonia nitrogen; Biological value; Caprino leiteiro; Microbial protein; Nitrogênio amoniacal; Passage rate.
Thesagro:  Cabra; Digestão; Nutrição animal; Ph; Proteína Microbiana.
Thesaurus Nal:  Goats.
Categoria do assunto:  --
URL:  https://ainfo.cnptia.embrapa.br/digital/bitstream/item/44434/1/API-Effects-of-different.pdf
Marc:  Mostrar Marc Completo
Registro original:  Embrapa Caprinos e Ovinos (CNPC)
Biblioteca ID Origem Tipo/Formato Classificação Cutter Registro Volume Status URL
CNPC24777 - 1UPCAP - DD
Voltar






Registro Completo

Biblioteca(s):  Embrapa Solos.
Data corrente:  27/12/2023
Data da última atualização:  27/12/2023
Tipo da produção científica:  Artigo em Periódico Indexado
Circulação/Nível:  A - 2
Autoria:  SIMÕES, M.; FERRAZ, R. P. D.; KUCHLER, P. C.; ALMEIDA, M. B. F. de; VIEIRA, L. P.; LAGE, S. M.; FREITAS, P. L. de.
Afiliação:  MARGARETH GONCALVES SIMOES, CNPS; RODRIGO PECANHA DEMONTE FERRAZ, CNPS; PATRICK CALVANO KUCHLER, UNIVERSIDADE DO ESTADO DO RIO DE JANEIRO; MATHEUS BENCHIMOL FERREIRA DE ALMEIDA, PESQUISADOR VISITANTE; LUAN PORTO VIEIRA, UNIVERSIDADE DO ESTADO DO RIO DE JANEIRO; SOFIA MARTINS LAGE, PESQUISADORA VISITANTE; PEDRO LUIZ DE FREITAS, CNPS.
Título:  Inteligência artificial para a avaliação de pastagens degradadas a partir de fotos de smartphones e de séries temporais de imagens de satélite: uma abordagem baseada em deep e machine learning para subsidiar o cálculo de indicadores agro-socioambientais.
Ano de publicação:  2023
Fonte/Imprenta:  Caderno Pedagógico, v. 20, n. 10, p. 4637-4657, 2023.
DOI:  https://doi.org/10.54033/cadpedv20n10-018
Idioma:  Português
Conteúdo:  Entre as principais potências agropecuárias, o Brasil se destaca como um dos poucos países que ainda dispõe de extensas áreas de terra com potencial de produção agropecuária, sem a necessidade do desmatamento. O país busca reverter a degradação do solo por meio de políticas públicas, incluindo a criação de indicadores Sócio-Agro-Ambientais multiescalares. Este trabalho tem como objetivo desenvolver uma solução para diagnosticar áreas degradadas, oferecendo recomendações técnicas regionalizadas para a conservação, recuperação e reintegração dessas áreas à cadeia produtiva de alto rendimento. Duas abordagens inovadoras foram adotadas: (i) uso de deep learning, com uma acurácia de 95,9% para diagnósticos locais por smartphones; (ii) baseada em machine learning e satélites, que alcançou 95,90% de acurácia para avaliações regionais. Ambas as metodologias convergem para soluções acessíveis e inovadoras, estimulando ações de recuperação de áreas degradadas.
Palavras-Chave:  Degradação do solo; Indicadores Sócio-Agro-Ambientais; IS_Agro.
Categoria do assunto:  P Recursos Naturais, Ciências Ambientais e da Terra
URL:  https://ainfo.cnptia.embrapa.br/digital/bitstream/doc/1160269/1/Inteligencia-artificial-para-a-avaliacao-de-pastagens-degradadas-2023.pdf
Marc:  Mostrar Marc Completo
Registro original:  Embrapa Solos (CNPS)
Biblioteca ID Origem Tipo/Formato Classificação Cutter Registro Volume Status
CNPS21402 - 1UPCAP - DD
Fechar
Nenhum registro encontrado para a expressão de busca informada.
 
 

Embrapa
Todos os direitos reservados, conforme Lei n° 9.610
Política de Privacidade
Área Restrita

Embrapa Agricultura Digital
Av. André Tosello, 209 - Barão Geraldo
Caixa Postal 6041- 13083-886 - Campinas, SP
SAC: https://www.embrapa.br/fale-conosco

Valid HTML 4.01 Transitional