Forage Potential of Intercropping Barley with Faba Bean, Lupin, or Field Pea
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Annual cool‐season grain legumes grown in mixtures with barley ( Hordeum vulgare L.), may offer advantages over barley sole crops for forage production. Our objective was to evaluate the effects of intercropping ‘Snowbird’ tannin‐free faba bean ( Vicia faba L.), ‘Arabella’ narrow‐leafed lupin ( Lupinus angustifolius L.), and ‘Cutlass’ field pea ( Pisum sativum L.), along with legume planting densities (LPD) on forage yields, nutritive value, and economic returns. Field studies were conducted at three sites in the Parkland region of Alberta, Canada, in 2004 and 2005. Each legume was planted at 0.5, 1.0, 1.5, and 2.0× their recommended sole crop planting density with ‘Niobe’ barley at 0.25× the recommended sole crop planting density. A barley sole crop was also included for comparison. Increasing the LPD from 0.5 to 2.0× did not effect forage dry matter (DM) but it increased the proportion of legume in the forage DM from 39 to 63%, protein concentration from 119 to 132 g kg −1 , and acid detergent lignin (ADL) from 36 to 42 g kg −1 while it decreased neutral detergent fiber (NDF) from 465 to 422 g kg −1 . Faba bean–barley, lupin–barley, and pea–barley intercrops had 64, 27, and 55% higher protein yields, respectively, compared to sole crop barley. Faba bean–barley and lupin–barley had similar forage DM yields which were 1.5 Mg ha −1 and 1.3 Mg ha −1 less than pea–barley and sole barley crops, respectively. Intercrops of Cutlass pea and Niobe barley offered the most favorable combination of forage DM yields, nutritive value, and economic returns.
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.
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 | 0,001 |
| 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 découle