Effect of N fertilizer on the productivity and nutritive values of perennial grass mixtures in the alpine region of Qinghai-Tibetan Plateau, China
Notice bibliographique
Résumé
A study was conducted on grass mixtures that included smooth bromegrass (SB) + drooping wild ryegrass (DW), smooth bromegrass + Siberian wild ryegrass (SW) + crested wheatgrass (CW) and smooth bromegrass + Siberian wild ryegrass + drooping wild ryegrass + crested wheatgrass in the alpine region of Qinghai-Tibetan Plateau. The study was conducted from 1998 to 2000 to investigate the effects of N application rates and growing year on herbage dry matter (DM) yield and nutritive values. Herbage DM production increased linearly with N application rates. The effect of N application on DM yields was greater (P < 0.05) in the 2nd and 3rd production years than in the establishment year. Dry matter yields of SB + SW + CW and SB + SW + DW + CW can reach as high as 15 000 kg ha-1 at 345 kg ha-1 N rate in the 3rd growing year. With increased N application rates, crude protein (CP) contents and 48 h in sacco DM degradability of grasses increased (P < 0.05). No effect (P > 0.05) of N application was detected on organic matter (OM) and acid detergent fibre (ADF) concentration. It can be concluded that for increased biomass production in the alpine region of the Qinghai-Tibetan Plateau, a minimum of 345 kg N ha-1 should be applied to grass stands in three split application of 115 kg N ha-1, in early June, early July and late July. Key words: Nitrogen levels, herbage dry matter yield, leaf shoot ratio, crude protein contents, dry matter degradability
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 | 0,000 |
| 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 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 ».