Forage potential of six leguminous green manures and effect of grazing on following grain crops
Notice bibliographique
Résumé
Abstract There is a need to design intensive cropping systems that can reap multiple benefits from annual forages including animal feed, soil fertility and weed control. Considering pea/oat ( Pisum sativum cv. 40–10/ Avena sativa cv. Legget) as a standard green manure, this study investigated the productivity, weed competitiveness, utilization and nitrogen (N) benefit from grazed and ungrazed green manures to spring wheat ( Triticum aestivum cv. Waskada) and fall rye ( Secale cereale cv. Hazlet). A set of 3-year experiments was carried out in Carman, Manitoba, Canada in 2009, and was repeated in 2010 and 2011. Green manures were grazed by 2–3 ewes and 2–5 lambs for 24 h (1111–1667 sheep days per ha). Averaged over experiments pea/oat mix, hairy vetch ( Vicia villosa L.) and sweetclover ( Melilotus officinalis cv. Norgold) above-ground dry matter (DM) production were 5036, 5032 and 4064 kg ha −1 , respectively. Lentil ( Lens culinaris cv. Indianhead), a mixture of seven species and soybean ( Glycine max cv. Prudence) produced the least amount of DM over 3 years; 3589, 3551, 3174 kg ha −1 , respectively. Pea/oat and hairy vetch were the most weed-competitive species and, averaged over 3 years, contained less than 15% weed DM. Utilization of green manures by grazing animals varied little among species across years and ranged from 28 to 86% for individual species and years. When combined across experiments grazing increased N availability to the wheat crop. The grazing effect was significant for wheat DM production, N uptake and grain N, but not significant for yield across experiments. Averaged over 3 years, wheat took up 107 kg N ha −1 from grazed plots versus 98 kg N ha −1 from ungrazed plots. A significant species×management interaction for total (wheat+fall rye) N uptake in 2009 indicated that increasing the proportion of legumes in the green manure increased N benefit from grazing. Fall rye productivity was not affected by grazing. We recommend pea/oat and hairy vetch as two green manure species to enhance the overall system performance to achieve high level of DM production, good weed competition, utilization by sheep and provision of N benefit to the following wheat and fall rye crops.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 ».