Notice bibliographique
Résumé
Drought frequently limits cool‐season legume productivity during summer. Our objective was to determine the effect of drought (water deficits) on forage yield, forage quality, and stand persistence of Kura clover ( Trifolium ambiguum M.B.), compared to alfalfa ( Medicago sativa L.), red clover ( Trifolium pratense L.), birdsfoot trefoil ( Lotus corniculatus L.), and cicer milkvetch ( Astragalus cicer L.). Kura clover was consistently among the lowest yielding legumes whether grown with (control) or without supplemental water applied while alfalfa was consistently among the highest yielding. Over 4 years, yields of Kura clover, alfalfa, red clover, birdsfoot trefoil, and cicer milkvetch were 168, 76, 117, 98, and 80% greater for the control compared to the drought treatment. Populations of Kura clover increased from 10 to over 35 plants/ft² during the experiment and were similar for drought and control treatments. Final populations of the other legumes averaged < 3 plants/ft². For both water regimes, Kura clover was consistently among those legumes with the highest herbage crude protein (CP) concentration and lowest fiber content. Drought decreased legume herbage neutral detergent fiber (NDF) and acid detergent fiber (ADF) concentration and increased NDF digestibility compared to the irrigated control. Kura clover will persist under drought, but its forage yields will be reduced to a greater extent than for other legumes.
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 ».