MétaCan
Menu
Retour à la cohorte
Enregistrement W3207914113 · doi:10.33584/rps.17.2021.3472

Pasture resilience reflects differences in root and shoot responses to defoliation, and water and nitrogen deficits

2021· article· en· W3207914113 sur OpenAlexaff
Derrick J. Moot, Alistair Black, E.M. Lyons, Lucy M. Egan, Rainer Hofmann

Notice bibliographique

RevueNZGA Research and Practice Series · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRuminant Nutrition and Digestive Physiology
Établissements canadiensUniversity of Guelph
Organismes subventionnairesMinistry of Business, Innovation and EmploymentPGG Wrightson Seeds
Mots-clésPerennial plantPastureGrazingAgronomyShootCanopyBiologyNitrogenEnvironmental scienceEcologyChemistry

Résumé

récupéré en direct d'OpenAlex

The yield of a pasture is directly proportional to the amount of light plants intercept and allocate to different organs. When plants are carbon (C) limited, due to defoliation, they allocate more C preferentially to shoots to restore leaf area. In contrast, water and nitrogen (N) limitations lead to a greater allocation of C to roots. Changes in the root:shoot ratio therefore reflect changes in C and N partitioning and indicate their relative priority. A major factor that influences plant responses to stress is their ability to store and remobilise reserves to restore leaf area. Species with tap roots, like lucerne, have a large potential C and N storage capacity that is utilised seasonally for storage and remobilisation. This has been used to develop seasonally based grazing management rules. Similarly, recommendations to graze perennial ryegrass at the 2- or 3-leaf stage are based on the balance between maximizing growth rates and the need to replenish water-soluble carbohydrate reserves. However, perennial ryegrass has lower levels of perennial reserves than other grass species. This reduces its resilience to concurrent water deficits or N deficiency. Under these conditions maintaining the recommended 3-leaf grazing intervals and/or leaving higher post-grazing pasture masses are recommended to assist canopy recovery. Other grass species, such as cocksfoot and tall fescue, provide more resilience, particularly in response to water deficits.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,546
Score d'incertitude au seuil0,282

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
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 ouverte0,0000,000
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 Opus0,083
Tête enseignante GPT0,351
Écart entre enseignants0,268 · 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 tête enseignante, 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

Citations17
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNZGA Research and Practice SeriesMême sujetRuminant Nutrition and Digestive PhysiologyTravaux en français237 207