Summer-active perennials in pasture systems improve seasonal pasture distribution without compromising winter-spring production
Notice bibliographique
Résumé
Improved dryland pastures for sheep and beef cattle production in south-western Victoria are typically based on summer-dormant cultivars of perennial ryegrass (Lolium perenne L.) or phalaris (Phalaris aquatica L.). These are highly productive in spring but exhibit low accumulation rates over summer–autumn. Summer-active perennial pasture species could potentially alleviate this summer–autumn feed gap. Three pasture systems that used different pastures on each of the three landscape classes (crest, slope, and valley floor) were compared over 4 years. The perennial ryegrass system (henceforth Ryegrass) had a different ryegrass cultivar on each landscape class. The Triple system used lucerne (Medicago sativa L.) (crest), perennial ryegrass (slope), and summer-active tall fescue (Lolium arundinaceum (Schreb) Darbysh.) (valley floor). The Novel system used chicory (Cichorium intybus L.) (crest), Italian ryegrass (Lolium multiflorum Lam.) or hybrid ryegrass (L. × boucheanum Kunth.) (slope), and kikuyu (Pennisetum clandestinum Hochst. ex Chiov.) (valley floor). The pastures were grazed by either one (in the case of the Novel system) or three (in the case of the Ryegrass and Triple systems) animal systems that varied over the life of the experiment. Total annual herbage accumulation of the Ryegrass and Triple systems did not differ. The Novel system consistently had lower total annual dry matter accumulation than the other two systems. Lucerne pastures generally had the highest accumulation rates over summer, followed by the chicory pastures. The kikuyu pastures responded well to summer rainfall but otherwise had similar accumulation rates to the perennial ryegrass and tall fescue pastures over summer. Tall fescue pastures grew well in autumn following wet summers. In spring the perennial ryegrass pastures based on Fitzroy or Avalon were highly productive but seldom grew faster than other pastures. The results support the hypothesis that incorporating deep-rooted, summer-active perennial species will increase pasture production over summer–autumn compared with conventional pasture systems but not at the expense of winter–spring production.
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 | 0,000 |
| 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) | 0,001 | 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 ».