Intercropping of Corn with Soybean, Lupin and Forages: Silage Yield and Quality
Notice bibliographique
Résumé
Intercropping of corn with legumes is an alternative to corn monocropping and has a number of advantages, for example, lower levels of inputs, lower cost of production and better silage quality than monocrop systems. An experiment was carried out at two sites in 1993 and 1994 to investigate the effects of seeding soybean or lupin alone or in combination with one of three forages (annual ryegrass, Lolium multiflorum Lam.; perennial ryegrass, Lolium perenne L.; red clover, Trifolium pratense L.) on silage yield and quality. The intercrop plots received 90 kg ha −1 less nitrogen fertilizer than monocrop plots, which received 180 kg ha −1 . Corn biomass yield had a variable response to the treatments, but showed no change at most site‐years. Soybean and lupin biomass yields were decreased by intercropping (80–98 % for soybean, and 94–100 % for lupin). However, when corn growth was limited due to poor establishment at one site in 1994, soybean was able to grow well and produce yields similar to those of monocropped soybean. The three underseeded forages did not grow well during the period examined (up to silage harvest) and had no effect on the yield of any crop. Total silage yields were similar to corn monocrop biomass yields even during 1994 at the site with low corn population densities because soybean was able to compensate for reduced corn growth.
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 | 0,001 | 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 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| 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 ».