Establishment and productivity of cicer milkvetch (<i>Astragalus cicer</i> L.) in alfalfa (<i>Medicago sativa</i> L.) or alfalfa–hybrid bromegrass mixtures
Notice bibliographique
Résumé
Cicer milkvetch (Astragalus cicer L.) (CMV) is a non-bloating, perennial legume that has shown persistence under grazing. Limited information is available on its seedling establishment and subsequent forage yield and nutritive value in alfalfa (Medicago sativa L.) mixtures. Field plots were seeded in May 2013 at Melfort, SK, Canada, to evaluate ‘Oxley II’ cicer milkvetch performance in ‘AC Grazeland’ alfalfa or alfalfa and ‘AC Success’ hybrid bromegrass (Bromus riparius Rehmann× Bromus inermis Leyss.) mixtures from 2014 to 2017. Two controlled environment tests were also conducted by treating seeds of CMV using alfalfa root aqueous extract. Seed germination and seedling height of CMV were significantly reduced in aqueous extract. In the field, establishment of CMV in a mixture containing alfalfa was reduced, and CMV dry matter proportion in the mixture increased only 3.5% over three years. Increasing CMV seeding rate did not increase its dry matter (DM) percent in the mixtures, indicating a high allelopathic effect of alfalfa. Forage DM yield of all mixtures was linearly correlated to the proportion of alfalfa, and adding hybrid brome did not increase the DM yield. Forage DM yield was higher for the three-cut than the two-cut treatments for CMV–alfalfa mixtures, but there was no difference between the cutting frequency for CMV–alfalfa–hybrid brome mixtures. Fiber concentrations decreased linearly with increased CMV seeding rate in the mixtures. This study showed that CMV establishment in alfalfa mixtures was reduced in a same-row seeding, and the allelopathic effect was not reduced by lower alfalfa seeding rates or adding a grass.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,001 | 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 ».