MétaCan
Menu
Retour à la cohorte
Enregistrement W2595732956 · doi:10.5539/jas.v9n4p155

Sward Structure and Herbage Accumulation of Massai Guineagrass Pastures Managed According to Pre-Grazing Heights, in the Northeast of Brazil

2017· article· en· W2595732956 sur OpenAlexvenueno aff
João Virgínio Emerenciano Neto, Gelson dos Santos Difante, Ângela Maria Quintão Lana, Nathália Rafaela Fidelis Campos, Emmanuel Lievio de Lima Véras, José Dantas Moraes

Notice bibliographique

RevueJournal of Agricultural Science · 2017
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSoil Management and Crop Yield
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGrazingPanicumForageDry matterPastureInterceptionAgronomyLeaf bladeLeaf area indexAnimal scienceEnvironmental scienceBiologyEcology

Résumé

récupéré en direct d'OpenAlex

The forage sward height measurement is a practical and potential tool for grazing management. Thus, the objective of this study was to evaluate the structure of pasture and forage accumulation related to sward pre-grazing height of Panicum maximum cv. Massai, before being grazed by sheep. The study was conducted in the Federal University of Rio Grande do Norte, Macaíba, Brazil. The treatments were the pre-grazing sward heights at: 35, 40, 45 and 50 cm. The post-grazing height was 15 cm for all treatments. The interaction between the pre-grazing sward heights and grazing cycles was only statistically significant for light interception (LI) and leaf area index (LAI). The LI had linear and positive effect to the pre-grazing heights in only one of three grazing cycles, with approximately 1% increase in LI for each centimeter grown in the sward. The total forage mass had linear regression, every centimeter increased in height, there was a correspondent dry matter (DM) increase of 187 kg ha-1 in forage mass. There was a linear response between leaf blade mass and dead material with sward height. The post-grazing lowest LI was 29.42% at 42.05 cm high. The lowest amount of LI was 29.42% at 42.05 cm high. The minimum LAI was 0.69. The top DM and mineral matter (MM) accumulation rate were linear and had 58.32 and 20.46 kg ha-1 day-1 MS, respectively. Massai guineagrass grazed by sheep must be handled between 35 and 40 cm high at pre-grazing when associated with post-grazing height of 15 cm.

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)0,000
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 enseignants0,031
Score d'incertitude au seuil0,062

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0000,000

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 Opus0,031
Tête enseignante GPT0,289
Écart entre enseignants0,258 · 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

Citations16
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetSoil Management and Crop YieldTravaux en français237 207