(51) Intermountain West Native and Adapted Grass Species and Their Management for Turfgrass Applications
Notice bibliographique
Résumé
The ongoing drought in the Intermountain West has brought a great deal of attention to water conservation over the past several years. During that time, turfgrass irrigation has been targeted as a source for large potential water savings. Some communities promote downsizing turfgrass areas as the best water conservation measure. In reality, turfgrass controls erosion, reduces evaporation from a site, and provides a safe surface for human activities. One alternative to elimination would be wider use of low water-use-grasses appropriate to the area. However, many questions arise regarding the choice of such grasses and their management. Our research addresses these questions. Plots have been established at Montana State University, Bozeman; Utah State University, Logan; and USDA-NRCS Plant Materials Center, Bridger, Mo. The grasses considered include 12 single species and 12 mixed species stands of `Cody' buffalograss, `Foothills' Canada bluegrass, `Bad River' blue grama, sheep fescue, sandberg bluegrass, muttongrass, and wheatgrasses `Sodar' streambank, `Road Crest' crested, `Rosana' western, and `Critana' thickspike with Kentucky bluegrass and tall fescue as controls. Line source irrigation allowed the plots to be evaluated at a number of levels of irrigation. Experimental measurements on the plots included growth response as determined by clipping yield and quality ratings, and species composition. Fescues and wheatgrasses retained their color, texture, and density throughout the growing season, regardless of moisture level. Warm-season grasses performed well in June, July, and August only, and worked poorly in mixtures as the green cool-season grasses could not mask the brown dormant leaves in cooler weather.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».