Organic Lawn Clipping Silage as a Potential Livestock Feed
Notice bibliographique
Résumé
Lawns are recognized as being an amenity for quality of life, but they are generally viewed as having little agricultural value. The ability of ruminants to digest grass clippings harvested from lawns has the potential to convert these otherwise nonproductive landscapes into feed. This study of organic lawn care compared organic fertilizer-amended plots to unamended plots, to demonstrate the feasibility of fermenting fresh lawn clippings into a grass silage to be used as winter livestock feed, and to evaluate the silage palatability and quality. Silage fermentation was performed in plastic bags by air removal through a vacuum and analyzed 200 days after harvest. Except for increasing yield with fertilizer, there were no differences in silage quality between treatments. Silage average dry matter (DM) content was 41%, Protein Crude Soluble 19%, Acid Detergent Fiber 66%, Ash 9.6%, Total Volatile Fatty Acid 7.7%, Lactic Acid 7.8, Acetic Acid 1%, Propionic and Butyric Acids <1%, pH 4.2, and Net Energy Lactation 3152 calories lb-1. The fermented clipping pH was sufficiently acidic, and the other measured indicators were comparable to common types of silage. Because organic lawns often supply more phosphorous (P) than is needed for lawn maintenance, and many New Jersey turf soils already have soil test P levels above the optimum range, adding more P from organic fertilizers is not desirable. This study found that a single harvest of clippings for silage may remove about 10 kg ha-1 of P from the lawn soil.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».