MétaCan
Menu
Retour à la cohorte
Enregistrement W2794092570 · doi:10.5539/jas.v10n4p1

Potential of Spring Barley, Oat and Triticale Intercrops with Field Peas for Forage Production, Nutrition Quality and Beef Cattle Diet

2018· article· en· W2794092570 sur OpenAlexafffundvenue
K. S. Gill, Akim Omokanye

Notice bibliographique

RevueJournal of Agricultural Science · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgronomic Practices and Intercropping Systems
Établissements canadiensNorthwestern Polytechnic
Organismes subventionnairesAlberta Agriculture and ForestryAlberta Beef Producers
Mots-clésTriticaleForageAgronomySativumBiologyField peaHordeum vulgareAvenaMonocroppingIntercroppingCropMathematicsPoaceaeAgriculture

Résumé

récupéré en direct d'OpenAlex

Spring barley (Hordeum vulgare L.), oat (Avena sativa L.) and triticale (x Triticosecale Wittmack) monocrops and their intercrops with two forage varieties (40-10 and Tucker) and one seed variety (Cooper) peas (Pisum sativum L.) were evaluated for forage production, nutrition quality and suitability in the beef cattle diet. Pea + cereal intercrops were compared to respective cereal monocrops in 2009, 2010 and 2011. Plant height of cereals tended to be reduced in intercrops compared to respective monocrops. Taller 40-10 forage type pea tended to cause lodging in 2009 and 2011, not observed with other pea varieties. Fresh forage of pea + cereal intercrops had higher moisture than respective cereal monocrops. Fourteen of the 18 intercrops had less dry matter yield (DMY) than respective cereal monocrops. Shorter Tucker pea had less negative impact on DMY than taller 40-10 pea. Treatments with barley had lower DMY than respective oat and triticale systems. Intercrops improved forage crude protein (CP) content over the respective monocrops, which was enough to overcome the DMY penalty and produce more CP yield than their monocrops. The forage Ca and Mg contents were improved by intercrops over their monocrops, and they were greater with 40-10 pea than other pea varieties and with barley than oat or triticale. The forage P content also tended to be higher in intercrops than corresponding monocrops, without a consistent effect of cereal type or pea variety. The forage K and S contents were not consistently influenced by the cereal types, pea varieties or intercrops. Forage Na content was greater from oat than respective barley and triticale treatments. The monocrops and intercrops had similar forage Cu content, and treatments with barley had more Cu than with oat or triticale. Forage Zn content tended to be intercrops > monocrops; and barley > triticale > oat. Treatments had no influence on the forage Fe and Mn contents. Levels of acid (ADF) and neutral (NDF) detergent fibres in the forage were similar for the corresponding intercrops and monocrops, and greater for oat than barley or triticale treatments. Some of the intercrops improved total digestible nutrients (TDN) content in forage over their monocrops. Monocrop of oat had less TDN than barley or triticale. Drought reduced the ADF, NDF and TDN contents. The forage NEL, NEM and NEG as well as RFV and NFC showed similar trend as the TDN. Overall, the tested pea + cereal intercrops did not increase DMY over the respective monocrops, but they indicated several nutritional quality benefits. These improvements present opportunities to substitute some grain or supplements in the beef cattle diet with better quality forage by intercrops.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

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 technologies0,0010,000
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 Opus0,023
Tête enseignante GPT0,267
Écart entre enseignants0,244 · 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'étudeExpérimental (laboratoire)
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

Citations33
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetAgronomic Practices and Intercropping SystemsTravaux en français237 207