MétaCan
Menu
Retour à la cohorte
Enregistrement W2530385913 · doi:10.1111/gfs.12262

Responses of herbage P, Ca, K and Mg content and Ca/P and K/(Ca + Mg) ratios to long‐term continuous and discontinued cattle grazing on a rough fescue grassland

2016· article· en· W2530385913 sur OpenAlexaff
Xiang Gao, Xiying Hao, Douglas H. Marchbank, Ryan Beck, Walter D. Willms, Meng Zhao

Notice bibliographique

RevueGrass and Forage Science · 2016
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRuminant Nutrition and Digestive Physiology
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesChina Scholarship Council
Mots-clésGrazingStockingAnimal scienceGrasslandAgronomyPhosphorusStocking rateChemistryBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Herbage minerals affect performance of grazing cattle. We investigated the response of herbage P, K, Ca and Mg contents and Ca/P and K/(Ca + Mg) ratios to long‐term stocking rate, continuous vs. discontinued grazing practice, and sampling year. Cattle had been stocked at 2·4 and 4·8 animal unit months ha−1since 1949. Exclosures were installed in April 1998. Herbage samples were collected near peak herbage mass in 2001, 2003, 2008 and 2012 and analysed for mineral content. Mineral contents were similar between the two stocking rates, but were lower (P < 0·05) under discontinued than continuous stocking, with the exception of similar P contents. The content of P and K in herbage was higher and the content of Ca and Mg was lower (P < 0·05) in years with greater precipitation and lower temperatures. Herbage mineral content, with the exception of P, exceeded minimum recommended levels for cattle. Given the low P content in herbage (0·74–1·19 g kg−1) and high Ca/P ratios during the dry and hot year (of 2001), a dietary P supplement should be considered for cattle grazing rough fescue grassland in drought years. The low K/(Ca + Mg) ratios (<2·2) suggest there is little risk of grass tetany in cattle grazing on this grassland.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,030
Tête enseignante GPT0,252
Écart entre enseignants0,222 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGrass and Forage ScienceMême sujetRuminant Nutrition and Digestive PhysiologyTravaux en français237 207