Weed Suppression by Seven Clover Species
Notice bibliographique
Résumé
Used as cover crops, clover species may differ in their ability to suppress weed growth. Field trials were conducted in Alberta, Canada to measure the growth of brown mustard [Brassica juncea (L.) Czern.], in mowed and nonmowed production, as influenced by alsike (Trifolium hybridum L.), balansa [T. michelianum Savi var. balansae (Boiss.) Azn.], berseem (T alexandrinum L.), crimson (T. incarnatum L.), Persian (T. resupinatum L.), red (T. pratense L.), and white Dutch (T. repens L.) clover and fall rye (Secale cereale L.). In 1997, clovers reduced mustard biomass in nonmowed treatments by 29% on a high‐fertility soil (Typic Cryoboroll) at Edmonton and by 57% on a low‐fertility soil (Typic Cryoboralf) at Breton. At Edmonton, nonmowed mustard biomass was reduced by alsike and berseem clover in 1996 and by alsike, balansa, berseem, and crimson clover in 1997. At Breton, all seven clover species suppressed weed biomass. A negative correlation was noted among clover and mustard biomass at Edmonton but not at Breton. The effects of mowing varied with location, timing, and species. Mowing was beneficial to crop/weed proportion at Edmonton but not at Breton. Mowing at early flowering of mustard produced greater benefit than mowing at late flowering. With early mowing, all clover species suppressed mustard growth at Edmonton. Clovers reduced mustard regrowth (g plant−1) and the number of mustard plants producing regrowth. The characteristics of berseem clover (upright growth, long stems, high biomass, and late flowering) would support its use as a cover crop or forage in north‐central Alberta.
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 | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».