Predicted Yield and Nutritive Value of an Alfalfa–Timothy Mixture under Climate Change and Elevated Atmospheric Carbon Dioxide
Notice bibliographique
Résumé
Climate change studies have often focused on individual forage species although legume‐grass mixtures are predominant on dairy farms in northern areas of North America. We assessed the effect of (i) future climate conditions (temperature and precipitation) and elevated atmospheric CO2 concentration ([CO2]), separately and together, on yield of alfalfa (Medicago sativa L.) and timothy (Phleum pratense L.), grown alone or in mixture, and (ii) an adaptation strategy (timing and number of harvests) on future yield and nutritive value of an alfalfa–timothy mixture. Forage dry matter (DM) yield and nutritive value for two contrasting climate areas in eastern Canada were simulated with the Integrated Farm System Model over two future periods (2020–2049 and 2050–2079) using three climate models and two representative concentration pathways (RCP 4.5 and 8.5) of greenhouse gas emissions. Under projected future climate and without adaptation, annual forage yield of both species and the mixture increased in the colder area and decreased in the warmer area. In both areas, first‐cut yield increased due to faster growing degree‐day accumulation, while regrowth yield decreased due to greater water and temperature stresses. Under elevated [CO2], annual yield and the alfalfa percentage in the mixture increased. When combining climate change and elevated [CO2], yield increased, except with the more drastic scenario (RCP 8.5, 2050–2079) in the warmer area, and forage nutritive value was reduced. With adaptation, the mixture yield was increased from 5 to 35%, while nutritive value was generally maintained under all future scenarios, mostly because of additional cuts. Core Ideas In eastern Canada, colder areas will benefit the most from climate change. In future climate, water and temperature stresses will reduce forage summer regrowth. Elevated CO2 will result in a higher yield increase in alfalfa than in timothy. When adapting harvest timing and number, annual forage mixture yield will increase. When adapting harvest timing and number, forage nutritive value will be maintained.
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 | 0,000 | 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) | 0,001 | 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 ».