Mixing warm-season turf species with red fescue ( <i>Festuca rubra</i> L. ssp. <i>rubra</i> ) in a transition zone environment
Notice bibliographique
Résumé
Summary Turf managers and home lawn owners are often discouraged from using warm-season turf species in the transitional zones of Europe because they undergo dormancy during winter and lose colour up to five months. These issues may be addressed by mixing cool-season species together with warm-season turfgrasses. However, there is a lack of information on performances and dynamics of species succession in such turfgrass mixtures. Therefore, a two-year study was carried out at Padova University (Northeastern Italy) to test the effects of overseeding red fescue in bermudagrass and zoysiagrass cultivars on turf quality and species succession in the mixtures. In September 2011, red fescue 'Corail' (FRR) was overseeded at a 50 g m 2 rate on mature turfgrass plots of eight Cynodon dactylon (CD) cultivars and Zoysia japonica 'Companion' (ZJ). Monostands of CD 'Princess-77' and FRR were established for comparison purposes. Turf quality was estimated visually every other week and the frequencies of species in the mixtures were determined every month using a point-intercept method, by recording species in 10-cm segments of four lines of 1 m each. With the exception of summer, CD 'Princess-77' monostand had the lowest visual turf quality in comparison to all the mixtures tested. Significant differences were also observed among mixtures, with zoysiagrass-red fescue polystand showing the most important decline in turf quality from one year to the next. The two best performing mixtures (CD 'Contessa' + FRR and CD 'Yukon' + FRR) were characterized by high frequency of CD (i.e., average 82%) and intermediate frequency of FRR (i.e., average=82 88%). The results of this study suggest that the choice of species and cultivar plays a key role for establishing functional mixtures of warm-season grasses with red fescue in a transitional zone environment.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».