Corn-Soybean Intercropping Improved the Nutritional Quality of Forage Cultivated on Podzols in Boreal Climate
Notice bibliographique
Résumé
Intercropping systems could be a potential source of nutrient-rich forage production in cool climates on podzolic soils common in boreal ecosystems. In this study, we evaluated the effects of corn–soybean intercropping (IC) on the nutritional quality of forage. Two silage corn varieties were cultivated as monocropping (MC) or were intercropped with three forage soybean varieties using a randomized complete block design. IC significantly increased the crude protein (22%) and decreased the acid detergent (14%) and neutral detergent (6%) fibers. Forage net energy, total digestible nutrients, ash, dry matter intake, digestible dry matter and relative feed value were also significantly increased (p ≤ 0.05) in the IC treatments compared to corn MC. The macro and micro nutrients were higher in IC than corn MC. Intercropping increased the omega 3 fatty acid (FA) contents (67%) compared to corn MC. IC also increased the active microbial community in the plant root zone, which may contribute to the improvement in forage nutritional quality because the active soil microbial community composition showed significant correlations with soluble sugars, soluble proteins and potassium contents of the forage. These results demonstrate that corn–soybean IC could be a suitable cropping system to increase the nutritional quality of forage cultivated on podzols in boreal climates. The resultant forage has the potential to be a source of high-value animal feed for livestock production in cool climate regions of the world.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 source (Gemma direct ou Codex distillé), 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 ».