Seeding ratios and rates that maximize annual forage production in Black soil zones of central Saskatchewan
Notice bibliographique
Résumé
Three different seeding densities and four seeding ratios of spring and fall crop components for annual forage production were evaluated for maximizing silage and fall regrowth yield in a 3-yr study at Melfort, Saskatchewan. Binary mixtures of a spring cereal, barley (Hordeum vulgare L.) or oat (Avena sativa L.), and a fall crop, fall rye (Secale cereale L.) or Italian ryegrass (Lolium multiflorum Lam.), were seeded at three total stand seed densities (150, 275 and 400 seeds m-2), which consequently resulted in the following spring:fall seeding crop component ratios: 1:0, 2:1, 1:2 and 0:1. Both spring and fall crops were harvested when the spring cereals were at the soft-dough stage (silage cut) and late in the autumn (fall regrowth cut). Average spring crop component yield was greater for the silage cut (4806 kg ha-1) than for the fall regrowth cut (329 kg ha-1), and total sward yield was greater for the silage cut (5995 kg ha-1) than for the fall regrowth cut (1261 kg ha-1). Productivity of the fall component was 1173 and 929 kg ha-1 for the silage and fall regrowth cuts, respectively. Total crop yield was often maximized with seeding ratios of 60% spring:fall crop component or greater for the different combinations. Fall regrowth cut yields were always maximized by seeding 100% fall crop component. The spring crop component yield, especially for the oat mixtures, contributed very little to fall regrowth yields. Stand seeding rate frequently affected spring component and total crop yield, but not fall crop yield. Silage and annual yield for the spring crop and total sward increased with increase in stand seeding rate. Fall crop yield was not affected by stand seeding rate or its effect was of questionable practical importance. Italian ryegrass produced the most fall regrowth yield. Weed management was identified as a possible area for future research with regard to seeding ratios and rates for annual forage stands. Key words: Monocrop, intercrop, annual forage, seeding rates, seeding ratio
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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 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 ».