Predicting forage nutritive value from height and maturity of alfalfa in Saskatchewan, Canada
Notice bibliographique
Résumé
Several authors have shown that fiber levels can be predicted from plant height and maximum maturity in alfalfa (Medicago satvia L.). These estimates have been used to predict animal performance without any reference to error terms. This study evaluates the equations for predicting chemical characteristics from field measurements of plant morphology, and some equations for predicting animal performance from chemical characteristics. Finally, predicting forage utilization directly from field measurements of plant morphology was evaluated. Six sites were chosen from irrigated alfalfa fields in southwestern Saskatchewan. The chemical characteristics measured were neutral detergent fiber (NDF), acid detergent fiber (ADF), crude protein (CP), acid detergent lignin (ADL), ash, acid detergent insoluble nitrogen (ADIN), neutral detergent insoluble nitrogen (NDIN), and ether extract (EE). Only ADF and NDF showed predictive value from height and maximum maturity (R2 = 0.86, and R2 = 0.90, respectively). Weiss developed a theoretical model for estimating net energy based on summing the true digestibility of each of the components. This model did not predict digestibility well (R2 = 0.23). A model was developed to predict in-vitro dry matter digestibility directly from height and maximum maturity, however this model only performed moderately well (R2 = 0.61). This shows that in-vitro digestibility is predictable directly from height and maturity, although not without significant increases in error compared to prediction of ADF and NDF. Caution would be advised when using these estimates for further prediction.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».