Biomass Partitioning, Forage Nutritive Value, and Yield of Contrasting Genotypes of Timothy
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Forage nutritive value and dry matter (DM) yield are negatively related. Hence, the improvement of both DM yield and nutritive value requires the identification of genotypes that deviate from that negative relationship. Our objectives were to evaluate the potential of simultaneously selecting for high forage yield and high nutritive value in timothy ( Phleum pratense L.), and to study the relationship between DM yield, nutritive value, and biomass partitioning. Nine genotypes, and a reference cultivar, Champ, were studied in a growth room, with limiting and nonlimiting N rates. At both N rates, some genotypes differed significantly in forage (FDM) and total biomass (TBDM) DM yield, leaf weight ratio (LWR), and root weight ratio, but did not differ in forage (FNC) and total biomass (TBNC) N concentration. Genotypes differed in neutral detergent fiber concentration, in vitro true digestibility, and in vitro cell wall digestibility under limiting N only. Significant interaction ( P < 0.05) was found between genotype and N rate for DM yield and for most of the other measured parameters. Principal component analysis indicated that, for most genotypes, the differences in FDM resulted from differences in TBDM and not only from changes in biomass partitioning between shoots and roots. Also, variability in the relationship between FDM and LWR indicated the possibility of selecting genotypes having high yield with high LWR. Consequently, it is possible to break the linkage between high DM yield and declining nutritive value parameters and select for high‐ yielding genotypes with superior forage nutritive value.
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.
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 | 0,000 | 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 découle