MétaCan
Menu
Retour à la cohorte
Enregistrement W2122521511 · doi:10.4141/cjps2010-002

Above- and below-ground interactions between <i>Lotus tenuis</i> and <i>Cynodon dactylon</i> under different fertilization levels

2012· article· en· W2122521511 sur OpenAlexvenueno aff
Mireia Llobet, O. R. Vignolio, Robert Savé, C. Biel

Notice bibliographique

RevueCanadian Journal of Plant Science · 2012
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgronomic Practices and Intercropping Systems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCynodon dactylonBiologyAgronomyShootCompetition (biology)NutrientEcology

Résumé

récupéré en direct d'OpenAlex

Llobet, M., Vignolio, O. R., Savé, R. and Biel, C. 2012. Above- and below-ground interactions between Lotus tenuis and Cynodon dactylon under different fertilization levels. Can. J. Plant Sci. 92: 45–53. Mixtures of legumes and grasses are recommend for xeric garden fields, landscape restorations and to improve productivity, digestibility and quality of grasslands and pastures, due to the complementarity in the use of resources, their resistance to wide edaphoclimatic conditions and the nitrogen-fixing ability of the legume. However, legumes persistence is poor. Two greenhouse studies examined the relative importance of above- and below-ground competition and root physiological attributes between a legume Lotus tenuis and a grass bermudagrass (Cynodon dactylon) under two fertilization levels. The plants were arranged using the ″Divided pot" technique during 34 wk. Root competition was more important on the performance of both species than shoot competition. Cynodon dactylon had greater nutrient use efficiency than L. tenuis. The low root hydraulic resistance and high specific root length of C. dactylon could enhance its ability to explore the soil and compete for water and nutrients more efficiently than L. tenuis, which compensates for these characteristics with a higher root:shoot ratio than C. dactylon. Although mechanisms involved in root competition between species are not fully understood, our results show that root physiological and morphologic traits contribute to understanding the responses of the species in mixture.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,283
Score d'incertitude au seuil0,873

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,049
Tête enseignante GPT0,243
Écart entre enseignants0,194 · 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 tête enseignante, 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

Citations6
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Plant ScienceMême sujetAgronomic Practices and Intercropping SystemsTravaux en français237 207