MétaCan
Menu
Retour à la cohorte
Enregistrement W2101645753 · doi:10.4141/cjps2012-015

Sward complexity and grass species composition affect the performance of grass-white clover pasture mixtures

2012· article· en· W2101645753 sur OpenAlexaffvenue
Y. A. Papadopoulos, Michel McElroy, Sherry Fillmore, K. B. McRae, J. L. Duyinsveld, A. H. Fredeen

Notice bibliographique

RevueCanadian Journal of Plant Science · 2012
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRuminant Nutrition and Digestive Physiology
Établissements canadiensNova Scotia Department of AgricultureAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésPoa pratensisPastureAgronomyFestuca pratensisBiologyTrifolium repensFestuca rubraAndropogonDactylis glomerataFestuca arundinaceaPhleumGrazingProductivityDry matterEragrostisPoaceaeLolium perenne

Résumé

récupéré en direct d'OpenAlex

Papadopoulos, Y. A., McElroy, M. S., Fillmore, S. A. E., McRae, K. B., Duyinsveld, J. L. and Fredeen, A. H. 2012. Sward complexity and grass species composition affects the performance of grass-white clover pasture mixtures. Can. J. Plant Sci. 92: 1199–1205. The productivity of managed permanent pastures is closely associated with the species composition of seeded mixtures. Ecological theory suggests that increasing plant species' diversity will result in higher productivity, resilience, and resistance to invasive species. To better understand the relationship between sward species composition and pasture productivity, mixtures of four common pasture grass species, timothy (Phleum pratense L.), Kentucky bluegrass (Poa pratensis L.), reed canarygrass (Phalaris arundinacea L.), and meadow fescue (Festuca pratensis L.), were seeded in 2004 in binary (two-grass), tertiary (three-grass), and quaternary (four-grass) combinations with white clover (Trifolium repens L.). Plots were rotationally grazed for 5 yr, with yield determined in the first post-establishment year (2005) and in 3 subsequent production years (2007, 2008, and 2009). Mean dry matter yield (DMY) increased appreciably from post-establishment (3801 kg ha−1) to the production years (6613 kg ha−1). Contrasts revealed significantly higher DMY production in quaternary mixtures versus less complex plots in production years. Repeated measure analysis found significant quadratic trends in DMY for plots containing bluegrass and timothy, showing different patterns of growth between the respective mixtures. Principal component analysis (PCA) of averaged yields over the production years revealed a strong association between seeded grass growth and DMY. This relationship between DMY and seeded grass growth was strongest in swards containing a combination of timothy and bluegrass. In general, the growth of unseeded grasses and forbs increased in mixtures with large proportions of timothy and reed canarygrass. In spite of the fact that mixtures containing timothy and bluegrass were shown to produce high DMY, it appears the aggressiveness of bluegrass suppressed the yield potential of timothy. White clover yields and unseeded grasses/forbs were both significantly lower in mixtures containing bluegrass. Also, the PCA revealed a favourable compatibility between meadow fescue and white clover growth, while bluegrass appears to suppress meadow fescue growth. Results show that species complexity increases sward productivity over the long term, and that the presence of two grass species, in particular (timothy and bluegrass), has considerable influence on DMY.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,029
Tête enseignante GPT0,218
Écart entre enseignants0,189 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations25
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Plant ScienceMême sujetRuminant Nutrition and Digestive PhysiologyTravaux en français237 207