The importance of species selection in cover crop mixture design
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Cover crops are increasingly being included in crop rotations as a mechanism to promote diversity and provide agroecosystem services, including weed suppression. Recently, cover crop mixtures have increased in popularity in an attempt to provide a greater diversity in ecological services as compared with monocultures. Several recent studies, however, have failed to detect a positive effect of cover crop diversity on biomass production or weed suppression. Here we assessed biomass productivity and weed suppression in 19 cover crops seeded as monocultures and 19 mixtures of varying species composition and functional richness (two- and three-species mixtures) of full-season cover crops in Atlantic Canada. Cover crop biomass production and weed suppression varied by species identity, functional diversity, and species richness. As cover crop biomass increased regardless of diversity, weed biomass declined. Highly productive forbs and grasses provided the greatest weed suppression in monoculture. In line with previous observations, mixtures were not more productive or weed suppressive on average than the most productive monocultures. We observed that the inclusion of the highly productive species buckwheat ( Fagopyrum esculentum Moench) and sorghum–sudangrass [ Sorghum × drummondi (Nees ex Steud.) Millsp. & Chase] in a mixture increased stand evenness, productivity, weed suppression, and spatiotemporal stability. Taken together, our results suggest that effects of diversity on mixture productivity and weed suppression are species specific. This further demonstrates the importance of species selection in cover crop mixture design.
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.
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 | 0,001 | 0,001 |
| 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) | 0,000 | 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 découle