Grain crops in fodder production
Notice bibliographique
Résumé
The possibility of increasing the yield of fodder-grain crops in single-species agrocenoses to provide livestock with nutritious highquality feed was studied. The results of field and laboratory studies (2016–2018) on the cultivation of traditional (barley, oats, spring and winter rye) and uncommon fodder crops (triticale, corn) sown as single crops in the forest-steppe zone of Trans-Baikal Territory are presented. The objects of the research were the following recognized varieties of the crops under study: local winter rye Zhitkinskaya, spring rye Onokhoyskaya, oats Metis, barley Anna, triticale Ukro, corn hybrid Obsky 150 CB. The experiment was conducted on meadow chernozem mealy-carbonate soil (light loam by particle size distribution). Poaceous fodder crops were assessed in terms of their adaptability to growing conditions, yield and nutritional value of grain. Their economically valuable characteristics were shown. On average over the years of research, when cultivating traditional and uncommon poaceous crops for fodder grain in single-crop sowings, triticale and corn had an advantage. The grain yield in the experiment was 3.0-5.8 t/ha, collection of fodder units – 3.39-6.13 t/ha, digestible protein 287-494 kg/ha, gross energy – 34.7-60.5 GJ/ha, availability of digestible protein – 85–77 g per one feed unit. Traditional crops were inferior to uncommon crops in terms of grain yield by 0.5-3.3 t/ ha, (on average for the variants of the experiment), feed units – by 0.99-3.73 t/ha, digestible protein – by 85-292 kg/ha, gross energy – by 0.99–35.7 GJ/ha.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».