Performance and dietary preferences of white‐tailed deer grazing chicory, birdsfoot trefoil or alfalfa in north central Alberta
Notice bibliographique
Résumé
Little information exists on the performance of deer on alternative forage species in northern temperate environments during summer and fall, the period of inherent maximum growth in deer. In performance and choice experiments, we compared live weight gain (g/kg(0.75)/day), absolute [kg/ha dry matter (DM)] and relative (% DM) herbage utilization, relative preference index (RPI) as well as plant community visitation of white-tailed deer grazing alfalfa (Medicago sativa), birdsfoot trefoil (Lotus corniculatus) or chicory (Cichorium intybus) in north central Alberta, Canada. Herbage phytomass and quality was also measured on the grazed pastures. Alfalfa had higher dry matter yields and crude protein concentrations than chicory and trefoil. Chicory had lower neutral detergent fiber concentrations than the other forages. Tannin concentrations were greatest in birds foot trefoil (nearly 55 g/kg DM), well above those in the other forages (<5 g/kg DM). Live weight gain was similar among deer feeding within the paddocks seeded to birds foot trefoil and chicory, and more than two times higher (p < 0.05) than deer feeding in paddocks seeded to alfalfa. Deer spent more grazing time (about 40%) on chicory pastures than on alfalfa and birds foot trefoil pastures. RPI values were greatest for birds foot trefoil at 2.11, intermediate for chicory at 1.40, and lowest for alfalfa at <0.60. Absolute herbage utilization remained similar (p > 0.05) among the three forage species. In contrast, relative herbage utilization was greater from birds foot trefoil (52% DM) than chicory (40% DM) or alfalfa (25% DM). These results suggest that the use of alfalfa with other alternative forages may prove beneficial to deer production, rather than using alfalfa pasture alone.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 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 | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».