Intercropping winter cereals in Kura clover for spring forage production
Notice bibliographique
Résumé
Intercropping winter cereals into Kura clover (Trifolium ambiguum M. Bieb.) has the potential to improve forage nutritive value without reducing yields. The objective of this research was to compare forage yield and nutritive value of cereal–legume mixtures to cereals or Kura clover grown in monoculture and harvested at two different maturity stages in spring. Winter rye (Secale cereale L.), winter wheat (Triticum aestivum L.), and winter triticale (×Triticosecale Wittmack) were sown in autumn at two locations as monocultures and into herbicide suppressed and non-suppressed Kura clover and harvested for forage the following spring. Harvested at the cereal crop boot stage at Arlington, forage yields averaged 4.7, 4.8, 5.3, and 1.7 Mg ha −1 and 3.5, 3.7, 4.1, and 2.6 Mg ha −1 at Lancaster for mixtures with non-suppressed Kura clover, suppressed Kura clover, monoculture cereals, and monoculture clover, respectively. At the milk stage, yields across all mixture treatments increased by 46% to 115% compared to the boot stage at Arlington and by 88% to 101% at Lancaster. Kura clover in mixtures increased crude protein by 34% to 46% and in vitro true digestibility by 3% to 6%, neutral detergent fiber digestibility by 0% to 6%, and reduced neutral detergent fiber concentration by 8% to 18% relative to cereal monocultures. The nutritive value of mixtures and monoculture Kura clover was always greater than that of monoculture cereals. Winter cereals can be successfully managed with Kura clover for forage production by maximizing nutritive value with boot stage harvests or achieving higher yields by harvesting at the milk stage.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».