The effect of rejuvenation of Aspen Parkland ecoregion grass-legume pastures on botanical composition
Notice bibliographique
Résumé
A 3-yr study was conducted 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 changes in botanical composition of predominantly smooth bromegrass (Bromus inermis Leyss.) and alfalfa (Medicago sativa L.) pastures established on Black Chernozemic and Gray Luvisolic soils in central Saskatchewan. Fertilizer application was in 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 grass and legume composition, and increased (P < 0.05) the presence of annual weeds and bare ground. Burning increased (P < 0.05) alfalfa composition in years 2 and 3 at three sites and tended to decrease (P > 0.05) bluegrass composition in all 3 yr. Broadcast and liquid fertilizer, at 200 kg N ha–1 decreased (P < 0.05) the alfalfa component in years 2 at four sites and increased (P < 0.05) the smooth bromegrass component at two sites in year 1 and all sites in years 2 and 3. Fertilizer (granular or liquid) alone or combined with mechanical treatments (deep-band, mow, spike or burn) increased (P < 0.05) the composition of smooth bromegrass and decreased (P < 0.05) the composition of bluegrass, weeds and bare ground variably over 3 yr. Mowing and deep-banding had minimal effects on botanical composition. Key words: Rejuvenation, fertilizer, spike, burn, deep-band, botanical composition
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 | 0,001 | 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 ».