Red Clover Improves the Energy to Protein Balance of Lucerne-Grass Herbage
Notice bibliographique
Résumé
Low ratio of readily fermentable carbohydrate to soluble protein concentrations in lucerne (Medicago sativa L.) leads to inefficient use of herbage N by ruminants. To improve the energy to protein balance in lucerne-grass herbage, four proportions of lucerne:red clover (Trifolium pratense L.) were compared in mixtures with and without grasses: timothy (Phleum pratense L.) and tall fescue (Schedonorus arundinaceus Schreb. Dumort.) in Quebec (QC, Canada). In the first post-seeding year, red clover proportion averaged (across grasses and four harvests) 0, 37, 59, and 74% in herbage mixtures. Increasing the proportion of red clover caused a slight but significant decrease in herbage total nitrogen (TN) concentration (32 to 31 g kg-1 DM) but substantial decreases in non-protein N (PA), rapidly (PB1) and moderately (PB2) degraded protein fractions, and a significant increase in the slowly degraded protein fractions (PB3+PC) (157 to 308 g kg-1 TN). With the inclusion of 74% of red clover, the ratio of soluble sugar to crude protein (CP) in herbage increased from 0.25 to 0.36 because of the increase in the soluble sugar concentration (48 to 66 g kg-1 DM). The inclusion of red clover in mixture with lucerne improved the energy to CP balance compared to lucerne alone, and caused a linear increase in the herbage in vitro neutral detergent fiber digestibility from 568 to 639 g kg-1 aNDF with similar herbage dry matter yield (10.3 Mg ha-1).
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 ».