MétaCan
Menu
Retour à la cohorte
Enregistrement W4408478943 · doi:10.5539/sar.v14n1p29

Organic Lawn Clipping Silage as a Potential Livestock Feed

2025· article· en· W4408478943 sur OpenAlexvenueno aff
Joseph R. Heckman, Michael Westendrof, Alon Rabinovich

Notice bibliographique

RevueSustainable Agriculture Research · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueTurfgrass Adaptation and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSilageLivestockLawnAgronomyClipping (morphology)GrazingEnvironmental scienceAgroforestryBiologyEcology

Résumé

récupéré en direct d'OpenAlex

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 machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,009
Tête enseignante GPT0,290
Écart entre enseignants0,281 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSustainable Agriculture ResearchMême sujetTurfgrass Adaptation and ManagementTravaux en français237 207