MétaCan
Menu
Retour à la cohorte
Enregistrement W2960287022 · doi:10.2134/cftm2018.12.0103

Evaluation of Methods of Pasture Rejuvenation for Improved Forage Production

2019· article· en· W2960287022 sur OpenAlexafffundabout
Akim Omokanye, Dianne Westerlund, H.A. Lardner, Liisa Vihvelin, Lekshmi Sreekumar

Notice bibliographique

RevueCrop Forage & Turfgrass Management · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRuminant Nutrition and Digestive Physiology
Établissements canadiensUniversity of SaskatchewanCanadian Association for the Study of the Liver
Organismes subventionnairesAlberta Beef Producers
Mots-clésForageAgronomyPastureFertilizerEnvironmental scienceDry matterGrazingBiology

Résumé

récupéré en direct d'OpenAlex

Core Ideas Methods to improving depleted forage stand by seeding, weed control, fertilizer application, and aeration were investigated. A combination of vegetation control + direct seeding improved forage yield, crude protein, and total digestible nutrients. A 2-year combined forage yield for four methods increased profit from forage production. A 3-year on-farm study was conducted in northwestern Alberta to determine the effects of several pasture rejuvenation methods such as breaking and reseeding, spraying to control weeds and brush, forage-seeding methods, fertilizer application, pasture rest, and aeration/spiking on forage dry matter (DM) yield, botanical composition, and forage quality. Three years after methods were implemented, the pasture rejuvenation methods investigated significantly affected (P < 0.05) forage DM yield; forage botanical composition; forage Ca, P, Ca:P ratio, K, Mg, and Cu; revenue generated for forage production; and marginal returns. Rejuvenation methods did not affect (P > 0.05) forage C:P ratio, S, Na, Fe, Zn, Mn, and total digestible nutrients. Spring herbicide application + direct seeding (RSS), fertilizer application (FERT), and fall herbicide application + broadcast seed in spring (RFBSS) improved forage production and some forage quality parameters more than other methods over control. Legume composition in the total forage production was as much as 29% for RSS compared with 2–17% for other methods including the control. For a 2-year combined forage DM yield after methods were implemented, total forage DM yield, revenue generated, and marginal returns for forage production as well as profit over control were significantly greater (P < 0.05) for RSS than other pasture rejuvenation methods investigated. The study demonstrated that RSS improved forage DM yield and some quality parameters (particularly crude protein, Ca, and Ca:P). Also, RSS increased both revenue and profit over most methods including control. Results suggest RSS can be recommended as an effective method or option of improving the forage productivity of depleted pastures.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
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 ouverte0,0010,000
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 Opus0,043
Tête enseignante GPT0,326
Écart entre enseignants0,283 · 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

Citations2
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCrop Forage & Turfgrass ManagementMême sujetRuminant Nutrition and Digestive PhysiologyTravaux en français237 207