MétaCan
Menu
Retour à la cohorte
Enregistrement W2940876052 · doi:10.5747/ca.2018.v14.n4.a262

DYNAMICS AND INTERFACE DEFOLIATION GRAZING: REVIEW

2018· article· pt· W2940876052 sur OpenAlexaff
Patrick Bezerra Fernandes, Antônio Leandro Chaves Gurgel, Emizael Menezes de Almeida, Lucélia de Fátima Santos, Rodrigo Amorim Barbosa

Notice bibliographique

RevueColloquium Agrariae · 2018
Typearticle
Languept
DomaineAgricultural and Biological Sciences
ThématiqueAgroforestry and silvopastoral systems
Établissements canadiensImpact
Organismes subventionnairesnon disponible
Mots-clésGrazingBiologyForagePastureAnimal scienceHumanitiesBotanyEcologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

Nas últimas cinco décadas os pesquisadores tentam explicarcomo as adaptações da morfologia da boca e do trato digestório de grandes ruminantes interagem com diferentes escalas de alimentos no ecossistema pastagem independente do método de pastejo.Assim a compreensão da dinâmica da desfolhação é essencial na análise das variações de respostas na produção de forragem. Diante disso será apresentada uma breve revisão de literatura sobre os fatores relacionados ao componente animal e vegetal, influencia o processo de pastejo e a dinâmica de desfolhação. O pastejo é oprocedimento fundamental que influencia a dinâmica e o funcionamento dos ecossistemas de pastagens. Os componentes estruturais do perfilho presentes no plano horizontal do dossel forrageiro são susceptíveis a conduzir diferenças na exploração dos recursose os impactos sobre a vegetação, e muitas variáveis devem ser analisadas para compreender plenamente a desfolha, uma vez que variações na arquitetura do dossel também são influenciadas pelo próprio método de pastejo, que modifica a colheita e utilização de forragem.Em diferentes métodos de pastejo, observou que, a desfolhação se comporta da forma análoga entre os métodos, tendo em vista que a única variação era no número de animais em pastejo, ou seja, variações na taxa de lotação. A abrangência em nível de desfolhação de perfilho individual e seus respectivos componentes estruturais aliadosao processo de pastejopermitemcompreender como o manejo do pasto por meio do ajuste na carga animal influencia nas escolhas dos animais durante o processo de colheita de forragem.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,387
Score d'incertitude au seuil0,622

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,023
Tête enseignante GPT0,262
Écart entre enseignants0,239 · 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 tête enseignante, 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueColloquium AgrariaeMême sujetAgroforestry and silvopastoral systemsTravaux en français237 207