Benefits of mixing timothy with alfalfa for forage yield, nutritive value, and weed suppression in northern environments
Notice bibliographique
Résumé
Bélanger, G., Castonguay, Y. and Lajeunesse, J. 2014. Benefits of mixing timothy with alfalfa for forage yield, nutritive value, and weed suppression in northern environments. Can. J. Plant Sci. 94: 51–60. Alfalfa can be grown alone or with a grass, but little information exists on the benefits of mixing alfalfa (Medicago sativa L.) with a grass in northern environments. Our objectives were (1) to determine the benefits in terms of forage yield, nutritive value, and weed suppression of mixing timothy (Phleum pratense L.) with alfalfa and (2) to evaluate the persistence of alfalfa cultivars of varied adaptation to cold and of alfalfa populations selectively improved for superior freezing tolerance in a grass–legume mixture and in monoculture. This study was conducted in a region with 1700 degree-days (5°C basis) with one harvest in the seeding year (2008), three harvests in each of two post-seeding years, and one harvest in the third post-seeding year. Adding timothy to alfalfa increased the seasonal total dry matter (DM) yield by an average of 0.57 Mg DM ha −1 yr −1 in the first 2 post-seeding years and this seasonal effect was due mostly to a DM yield increase at the first harvest. The weed contribution to total DM yield in the three harvests of the first 2 post-seeding years was greater in the alfalfa monoculture (16 to 47%) than in the alfalfa–timothy mixture (12 to 36%). Mixing timothy with alfalfa also increased neutral detergent fibre concentration and digestibility, decreased N concentration, and tended to increase water soluble concentration, but had little effect on forage DM digestibility. Cultivars and populations recurrently selected for superior freezing tolerance did not differ in persistence and had a limited effect on DM yield and nutritive value attributes. The positive effect on DM yield of mixing timothy with alfalfa was not accompanied by a reduction in forage digestibility that is usually observed with increased DM yield.
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 | 0,000 | 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 | 0,000 | 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 ».