Does relative time of emergence affect stand composition and yield in a grass–legume mixture? Kura clover (<i>Trifolium ambiguum</i>)–meadow bromegrass (<i>Bromus biebersteinii</i>) and Kura clover–orchardgrass (<i>Dactylis glomerata</i>) mixtures
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Establishing Kura clover ( Trifolium ambiguum ) in mixtures with grass species is challenging, because slow growth of clover seedlings results in low competitive ability. This study examined establishment success by altering time of seeding of the grass component to reduce competition with Kura clover seedlings. Two trials, one of Kura clover–meadow bromegrass ( Bromus biebersteinii ) and the other Kura clover–orchardgrass ( Dactylis glomerata ) mixtures were planted in Edmonton, Alberta. Grasses were seeded at the same time as the clover, or introduced when the clover reached one true leaf or three true leaves, in the autumn of the planting year or the following spring. Species composition varied significantly between treatments. When sown at the same time, Kura clover contributed 31 and 14% of yield in the establishment year when sown with meadow bromegrass and orchard grass, respectively. Delaying grass sowing until Kura clover had one or three leaves gave a higher percentage of Kura clover compared with planting at the same time. Autumn and spring grass sowing resulted in stands of 78 and 80% clover with meadow bromegrass, and 74 and 67% clover with orchardgrass. Altering the competitive advantage of the grass species to produce a more balanced mixture was successfully achieved by delaying seeding of the grass relative to Kura clover. A long interval before introducing the grass (autumn or following spring), was not successful as established Kura clover seedlings have an increased competitive ability.
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.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle