Benefits of mixing grasses and legumes for herbage yield and nutritive value in Northern Europe and Canada
Notice bibliographique
Résumé
Increased biodiversity may improve ecosystem services, including herbage yield. A mixture experiment was carried out at five sites in Northern Europe and one in Canada to investigate whether mixtures of grasses and legumes would give higher herbage yield than monocultures. Resistance of the mixtures to weed invasion and nutritive value of the herbage were also investigated. The experimental layout followed a simplex design, where four species differing in specific functional traits, timothy (Phleum pratense L.), smooth meadow grass (Poa pratensis L.), red clover (Trifolium pratense L.) and white clover (Trifolium repens L.), were grown in monocultures and eleven different mixtures with systematically varying proportions of the four species. Positive diversity effects (DE) were observed, leading to greater herbage dry‐matter (DM) yield in mixtures than expected from species sown in monocultures. For centroid mixtures, the DE generated on average an additional 32, 25 and 21% of the DM yield than would be expected from the monocultures in the first, second and third year respectively. On average, the mixtures were 9, 15 and 7% more productive than the most productive monoculture (transgressive overyielding) in the first, second and third year respectively. These benefits persisted over the three harvest years of the experiment and were consistent among most sites. This positive effect was not accompanied by a reduction in herbage digestibility and crude protein concentration that is usually observed with increased DM yield. Mixtures also reduced the invasion of weeds to <5% of herbage yield compared to monocultures (10–60% of herbage yield).
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,001 | 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 ».