Winter cereal species, cultivar, and harvest timing affect trade-offs between forage quality and yield
Notice bibliographique
Résumé
Volatile feed costs and extreme weather events are contributing to greater economic risk and precarity throughout much of the United States dairy industry. These challenges have prompted dairy farmers to seek ways to reduce feed imports without compromising milk production. For organic dairy farmers, the need to produce more homegrown forage is exacerbated by the high cost and limited supply of organic feed. Integrating winter cereals for forage as part of a double-cropping system is a potential solution, but increasing the amount of forage in dairy cow rations can reduce milk production if the forages are not managed for optimal quality. Organically managed field experiments in Maryland (MD) and New York (NY) were conducted to address two primary objectives: (1) determine the yield and quality of winter cereals—four cultivars each for barley ( Hordeum vulgare L.), cereal rye ( Secale cereale L.), and triticale (× Triticosecale Wittm. ex A. Camus.)—grown as forage and harvested at different crop growth stages, and (2) evaluate the trade-offs between yield and quality in relation to winter cereal phenology and harvest date. Mean yield at a commonly harvested growth stage, swollen boot (Zadoks 45), was 1.3, 2.2, and 2.2 Mg ha −1 in MD and 1.8, 2.5, and 2.9 Mg ha −1 in NY for barley, cereal rye, and triticale, respectively. Mean relative forage quality (RFQ) at the same growth stage was 180, 158, and 163 in MD and 179, 156, and 157 in NY for the three species. Overall, cereal rye reached swollen boot stage the earliest, barley produced the highest RFQ and retained high quality the longest, and cereal rye and triticale produced the highest yields. Based on these results, farmers should consider barley cultivars if quality is the priority and winter-hardiness is not a concern; cereal rye cultivars if an early harvest is most important; and triticale cultivars if greater harvest schedule flexibility would be most valuable. These findings can be used to better meet the needs of dairy farmers, enhance double-cropping system performance, and improve the synchronization of harvest timing with the specific needs of lactating dairy cows, dry cows, heifers, and calves.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».