MétaCan
Menu
Retour à la cohorte
Enregistrement W4410876487 · doi:10.1016/j.eja.2025.127708

Integrating forage legumes reduces dependence on N fertilizer and increases the stability of grazing systems

2025· article· en· W4410876487 sur OpenAlexaff
Kevin R. Trumpp, José Carlos Batista Dubeux, Liza Garcia, David M. Jaramillo, José Diógenes Pereira Neto, E.R.S. Santos, Luana M. D. Queiroz, Igor L. Bretas, Martin Ruiz‐Moreno, Cléber Henrique Lopes de Souza, Lynn E. Sollenberger, Nicolás DiLorenzo, João Vendramini

Notice bibliographique

RevueEuropean Journal of Agronomy · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgronomic Practices and Intercropping Systems
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésGrazingForageAgronomyFertilizerEnvironmental scienceMathematicsBiology

Résumé

récupéré en direct d'OpenAlex

Midst increasing global demand for livestock products, grassland-livestock systems face challenges including pasture degradation and climate change. The introduction of nitrogen (N)-fixing legumes into grass monocultures addresses these challenges and may sustain or increase livestock production with fewer off-farm inputs. This 10-yr study assessed N fertilization level and legume integration effects on cool- and warm- season herbage responses, animal performance, and system stability of bahiagrass ( Paspalum notatum Flügge) pastures. Including diverse legume species added a total of 139 kg N ha −1 yr −1 , 66 kg ha −1 during the cool season and 73 kg ha −1 during the warm season, via biological N fixation. The inclusion of rhizoma peanut (RP; Arachis glabrata Benth.) and clovers ( Trifolium spp.) resulted in similar animal performance to N-fertilized, grass-only systems. Cool + warm-season liveweight gain on Grass+N and Grass+RP systems averaged 635 and 626 kg ha −1 , respectively, with the legume integration reducing N fertilizer inputs by 85 % (224 vs. 34 kg N ha −1 yr −1 ). The proportion of RP in feces was 49.5 % compared with ∼35 % in pasture herbage mass, indicating the preference of grazing animals for RP. Cattle average daily gain was successfully predicted from fecal δ 13 C (‰) ( P < 0.001). Over a decade, the grass-legume mixture was more stable than the other grazing systems ( P = 0.07), and increasing the system biodiversity improved overall system performance. In conclusion, integrating forage legumes into bahiagrass pastures reduced dependence on N fertilizers without sacrificing cattle performance, potentially improving the economic return and stability of the system.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
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 savante0,0000,000
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 Opus0,026
Tête enseignante GPT0,235
Écart entre enseignants0,209 · 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'étudeObservationnel
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

Citations10
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of AgronomyMême sujetAgronomic Practices and Intercropping SystemsTravaux en français237 207