Herbage Responses and Grazing Performance of Mature Horses in Warm-Season Perennial Grass–Legume Mixed Pastures
Notice bibliographique
Résumé
The pasture–animal interface of warm-season perennial grass–legume mixed pastures has never been investigated in forage-based equine systems. Therefore, this 2-year study investigated the herbage and animal responses under 84-day continuous stocking in mixed pastures of rhizoma peanut (RP, Arachis glabrata Benth) and bahiagrass (BG, Paspalum notatum Flüggé) with 30 kg nitrogen (N) ha−1 (BG-RP) compared to BG pastures fertilized with 120 kg N ha−1 (BG-N120) and no N (BG-N0). Measurements were taken every 14 days, except for intake and in vivo digestibility, which were measured every 28 days. BG-N120 had the highest stocking rate (p = 0.01; 3.7 AU ha−1) in 2019, while BG-N0 had the lowest (p = 0.01; 2.6 AU ha−1) in 2020. Crude protein and digestible energy were greatest (p < 0.05) for BG-N120 and BG-RP in some of the evaluation days in 2019 but similar across pastures in 2020. Crude protein digestibility was greatest (p < 0.05) for BG-RP in the late season. Intake was less (p = 0.03) for horses grazing BG-RP (3.2%BW) compared to BG-N0 (5.0%BW). Nonetheless, no differences (p > 0.05) were observed among pastures for body measurements. The results indicate that BG-RP pastures can improve forage nutritive value and maintain horse body condition while maintaining similar stocking rate to monoculture bahiagrass with high N fertilizer rates.
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 | 0,000 | 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 ».