Nitrogen Fertilization Impacts on Stand and Forage Mass of Cool‐Season Grass‐Legume Pastures
Notice bibliographique
Résumé
Combining the benefits of legume N 2 fixation and N fertilization may increase the productivity and profitability of pasture systems. Our objectives were to study the effects of N fertilization on productivity and persistence of legumes in mixtures with cool‐season grasses under rotational stocking with short grazing periods. Twelve N fertilization regimes ranging from 0 to 336 kg of N per ha were applied annually to smooth bromegrass and reed canarygrass in monoculture and mixture with alfalfa, birdsfoot trefoil, and kura clover. Alfalfa was the dominant legume in mixtures with cool season grasses in 1999. As kura clover developed, it became the dominant legume species and by the trials end stands averaged over 70% in mixtures with both smooth bromegrass and reed canarygrass and across N treatments. Nitrogen fertilization did not affect alfalfa stands, but reduced kura clover stands by 17%. Smooth bromegrass‐legume mixtures with no N fertilization produced more forage (10.5 Mg DM/ha) than any smooth bromegrass monoculture with N treatment (336 kg of N per ha produced 8.0 Mg DM/ha). Cost of forage mass in smooth bromegrass‐legume mixtures was less than 50% of smooth brome monocultures. While N fertilization did not increase forage production in treatments with legumes, legumes were able to maintain vigorous stands with up to 336 kg of N per ha.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».