Forage Potential of Intercropping Berseem Clover with Barley, Oat, or Triticale
Notice bibliographique
Résumé
Intercropping berseem clover (Trifolium alexandrinum L.) with silage cereals may increase forage yield and quality. Berseem clover was intercropped with barley (Hordeum vulgare L.), oat (Avena sativa L.), or triticale (×Triticosecale rimpaui Wittm.) at 30, 60, 90, 120, and 240 cereal plants m−2 at Edmonton, Alberta, from 1998 to 2001. Cereals dominated Cut 1 (silage‐stage) yield, and berseem clover dominated regrowth yield. As cereal density decreased from 240 to 60 plants m−2, Cut 1 yield decreased from 10.5 to 9.3 Mg ha−1 dry matter (DM), berseem clover percentage of Cut 1 increased from 5 to 14%, and berseem clover regrowth yield (Cut 2) increased from 1.8 to 3.0 Mg ha−1 DM. Total season intercrop yields with barley or oat at 60 plants m−2 were ≥yields with 240 plants m−2. Total season intercrop DM yields did not differ among the three cereal species in 3 of 4 yr. Triticale intercrops had advantages of greater Cut 1 yield and greater berseem clover percentage in Cut 1. Barley intercrops had advantages of greater Cut 2 yield and greater total season protein yield. Greater Cut 2 yield with barley intercrops was related to earlier silage‐stage (Cut 1) harvest date. Intercropping berseem clover with reduced seeding rates of cereals improved Cut 1 forage quality. When berseem clover was 20% of Cut 1 yield, neutral detergent fiber was 25 to 45 g kg−1 less than with cereals alone. The crude protein of berseem clover regrowth averaged 210 g kg−1, providing high quality late‐season forage.
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) | 0,001 | 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 ».