Performance and legacy effect of crop rotations on eastern Canadian dairy farms
Notice bibliographique
Résumé
Abstract Crop rotations on dairy farms in eastern Canada nowadays include fewer perennial crops and more nitrogen‐demanding annual crops. This study compared, over a 7‐year rotation cycle, the agronomic performance and the legacy effect of six crop rotations that varied in crop types (perennial or annual) and nutrient sources (mineral or organic). Crop yield and nutritive value were determined on a yearly basis and cumulated over the rotation cycle. The legacy effect was assessed by growing forage corn (Zea mays L.) in year 6 and soybean [Glycine max (L.) Merr.] in year 7 in all rotations. The legacy effect of perennial forage crops manifested with a 78% lower weed biomass at harvest of forage corn in year 6 and a 14% greater soybean yield in year 7. A greater soil‐derived corn nitrogen uptake in year 6 after repeated slurry applications indicated a modest legacy effect of organic fertilization on soil N supply capacity. The presence of perennial forage crops or the use of organic fertilization did not affect cumulative dry matter or crude protein production over the 7‐year rotation cycle. The addition of alfalfa (Medicago sativa L.) in mixture with perennial grasses improved forage yield (+26%) and nutritive value (greater digestible energy and crude protein concentration) in post‐seeding years. In perennial‐based rotations, adding alfalfa to grasses resulted in greater dry matter (+22%) and crude protein (+46%) productions over the 7‐year cycle despite a fourfold reduction in N fertilizer input, attesting to the high N use efficiency of perennial legume‐based cropping systems.
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 | 0,001 |
| 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 | 0,000 |
| Communication savante | 0,001 | 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 ».