Rhizoma peanut root‐rhizome mass, growth, and decomposition under grazing or clipping management
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Belowground plant structures are integral to nutrient cycling in grassland ecosystems. However, relative to herbage responses, few studies have examined the belowground dynamics of warm‐season perennial forages under different management practices. This study evaluated root‐rhizome responses and decomposition dynamics of a perennial legume (rhizoma peanut [RP; Arachis glabrata Benth. ‘Ecoturf’]) under continuous stocking (Grazing) and 56‐day clipping (Haying) intervals across three 56‐day periods in 2018 and 2019. In 2019, root‐rhizome mass was greater under Haying than Grazing in two out of three periods, peaking at 14,980 kg organic matter (OM) ha −1 . Conversely, root‐rhizome N concentration was lower with Haying than Grazing (12 vs. 14 g kg −1 ). Root‐rhizome growth rate was greater in 2018 than in 2019 (18.0 vs. 10.5 kg OM ha −1 day −1 ). In 2019, Grazing exhibited greater biomass (0.0013 vs. 0.0010 g g −1 day −1 ) and N (0.0016 vs. 0.0011 g g −1 day −1 ) decay rates than Haying. Root‐rhizome N pools for 2018 and 2019 averaged 159 and 192 kg N ha −1 , with 86% and 93% N remaining post‐incubation, respectively. During a 56‐day period, N disappearance was 22.3 kg N ha −1 in 2018 and 13.4 kg N ha −1 in 2019, equating to 70 and 40 kg N ha −1 , respectively, over the 168‐day growing season. With RP covering 30% of the pasture, root‐rhizomes contribute an estimated 12–21 kg N ha −1 per season. Root‐rhizome dynamics in RP were influenced by defoliation management, though responses varied between years.
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.
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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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) | 0,000 | 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 découle