The effect of rejuvenation of Aspen Parkland ecoregion grass–legume pastures on dry matter yield and forage quality
Notice bibliographique
Résumé
A 3-yr study was conducted on Black and Gray Wooded soils at five different sites in the Aspen Parkland of Saskatchewan to determine the effect of spiking, burning, mowing, deep-banding (Trt) and applications of N, P, K and S liquid and granular fertilizers (Fert) on dry matter yield (DMY) and forage quality of primarily smooth bromegrass (Bromus inermis Leyss.) and alfalfa (Medicago sativa L.) pastures. Fertilizer application was a liquid form blended to provide 100 kg N ha–1, 45 kg P2O5 ha–1, 23 kg K2O ha–1 and 12 kg S ha–1 in 350 kg of fertilizer ha–1. The experimental design at each site was a randomized complete block in a split-plot arrangement. Main plots were spike, burn, mow, deep-band, deep-band liquid fertilizer and control. The split-plot treatment was granular fertilizer broadcast at 0 and 350 kg ha−1 (providing 100 kg N ha−1, 45 kg P2O5 ha−1, 23 kg K2O ha–1 and 12 kg S ha−1). All treatments were applied in the spring of 1994. Interaction effects of Trt × Yr and Fert × Yr were significant (P < 0.05) indicating a wide range of response to the rejuvenation methods among years. Spiking reduced (P < 0.05) DMY in year 1 at two sites. Deep-banding and mowing increased (P < 0.05) DMY at one site in year 3. Burning increased (P < 0.05) DMY in years 1 and 2 only at the Gray Wooded soil site. In year 1, liquid plus granular fertilizer (200 kg N ha–1) [deep-banded liquid fertilizer (DBLIQ at 100 kg N ha−1) + broadcast fertilizer (+F at 100 kg N ha−1] increased DMY at all sites by 84 to 185% over control plots. This effect carried over (P < 0.05) into year 2 at four sites but not the third and final year. The high rate of N (200 kg N ha−1) of the DBLIQ + F almost doubled (P < 0.05) crude protein content of year 1 forage, 170.3 g kg−1 compared with 96.4 g kg–1 for control. It was concluded that an application of broadcast or liquid fertilizer alone or combined with mechanical treatments will produce a significant effect on herbage yield and quality but only in the short term. Key words: Rejuvenation, fertilizer, spike, burn, deep-band, quality
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 | 0,001 |
| 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 ».