Cultivar Affects Field Emergence, Establishment Rate, and First‐Year Traffic Tolerance of Seeded Bermudagrasses in the Transition Zone
Notice bibliographique
Résumé
ABSTRACT Slow field emergence and establishment rates of some seeded bermudagrasses [ Cynodon dactylon (L.) Pers.] contribute to extreme competition from weeds, sometimes leading to failure of stand establishment. Previous work has also indicated significant differences in tolerance to simulated athletic traffic among some bermudagrass cultivars. This study was conducted in 2010 and 2011 in Lexington, KY, to quantify field emergence rates, establishment rates, and tolerances to simulated traffic applied during the establishment year among seeded bermudagrass cultivars. Nineteen cultivars were evaluated representing all of the seeded bermudagrasses available for purchase from commercial retailers at the beginning of the study. The effect of cultivar was highly significant ( P < 0.001) for days to field emergence, days to maximum cover, and traffic tolerance in both years. ‘Riviera’ was equivalent to or very nearly the slowest for field emergence in both years. ‘Casino Royale’ was the fastest or equivalent to the fastest for field emergence in both years. ‘Yukon’ was the slowest to reach maximum cover in both years. ‘Sovereign’ reached maximum cover quickest in 2010. Riviera and Sovereign were equivalent in reaching maximum cover in 2011. Riviera and Yukon ranked highest and lowest, respectively, in tolerance to simulated athletic traffic. We conclude that there are highly significant differences in how cultivars in the upper transition zone should be expected to perform regarding successful establishment and tolerance to simulated athletic traffic applied during the establishment year.
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 | 0,001 |
| 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 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 ».