Validating and using the GrassGro decision support tool for a mixed grass/alfalfa pasture in western Canada
Notice bibliographique
Résumé
This paper presents predictions of pasture composition and liveweight gain of steers using the GrassGro simulation model. Predictions are compared with field data measured during a 4-yr experiment at Brandon, Manitoba, in which steers grazed alfalfa (Medicago sativa)/grass (Bromus biebersteinii and Psathyrostachys juncea) pastures at 1.1 and 2.2 steers ha -1 in continuous or rotational grazing systems. The predictions of average daily gain, mean forage mass and botanical composition were found to accurately reflect the field data. Predictions of digestibility and protein were less accurate and reasons for this are discussed. Steers from the field trial were not considered finished for slaughter directly off pasture. GrassGro was used to examine the effects of feeding a barley supplement to the steers while at pasture. The results indicated that all steers could have been finished at pasture. Simulation indicated that supplementation at pasture makes the stocking rate of 2.2 steers ha -1 more attractive because twice the number of steers could be finished with little additional requirement for barley supplement. Further simulations provided information on the effects of climate variations during a 30-yr period (1967–1996) on steer production in both continuous and rotational grazing systems using a range of stocking rates from 1.1 to 5.5 steers ha -1 . Key words: GrassGro, decision support, steers, grass, alfalfa, pasture
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 | 0,001 | 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 ».