Machine learning models for crude protein prediction in Tamani grass pastures

Abstract Understanding forage quality is essential for meeting animal demands and optimizing production. This study aimed to: (i) test the applicability of machine learning models with tabular data such as climate variables, light interception (LI), nitrogen dose (N dose), interval between grazing (...

Szczegółowa specyfikacja

Opis bibliograficzny

Główni autorzy:	Gabriela Oliveira de Aquino Monteiro, Gelson dos Santos Difante, Denise Baptaglin Montagner, Valéria Pacheco Batista Euclides, Marina Castro, Jéssica Gomes Rodrigues, Marislayne de Gusmão Pereira, Juliana Caroline Santos Santana, Luis Carlos Vinhas Itavo, Rafael Torres Nantes, Jecelen Adriane Campos, Anderson Bessa da Costa, Edson Takashi Matsubara
Format:	Artigo
Język:	Inglês
Wydane:	Nature Portfolio 2026-01-01
Seria:	Scientific Reports
Hasła przedmiotowe:	Machine learning Panicum maximum Pasture management Precision livestock farming
Dostęp online:	https://doi.org/10.1038/s41598-026-36949-6
Etykiety:	Dodaj etykietę Nie ma etykietki, Dołącz pierwszą etykiete!