Evaluation of Grass and Legume Species as Perennial Ground Covers in Corn Production
Notice bibliographique
Résumé
ABSTRACT Corn ( Zea mays L.) stover has been identified as an important feedstock for biofuel production but its removal will likely increase soil erosion. To address this issue 35 species of grasses and legumes were evaluated as potential perennial ground covers (PGCs) in corn. Selection of species encompassed both C3 and C4 species with a wide range of developmental and morphological features. The objectives were to (i) identify species that could support a high level of corn production while requiring minimal management and (ii) identify morphological traits and growth habits of suitable entries as PGC. Over the 3‐yr study period species with slow growing and spreading habits were more conducive to corn production, even though these PGCs still caused an average 23% reduction in corn grain yield. Meadow fescue ( Festuca pratensis Huds.), sheep fescue ( Festuca ovina L.), Canada bluegrass ( Poa compressa L.), fowl bluegrass ( Poa palustris L.), and colonial bentgrass ( Agrostis capillaris L.) were identified as suitable PGC species. These species were generally shorter and slower to spread into the corn rows compared with other, more aggressive species. Based on these observations an ideotype for future PGC species should be low growing, clump forming, and shade tolerant and have delayed green‐up in the spring.
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 | 0,000 | 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 ».