Plant community assembly in semi‐natural grasslands and ex‐arable fields: a trait‐based approach
Notice bibliographique
Résumé
Abstract Question The assembly of plants into communities is one of the central topics in plant community ecology. The objective of this study was to investigate how plant functional trait diversity and environmental factors influence community assembly in two different grassland communities, and if variation in these factors could explain the difference in species assembly between these communities. Location Six grazed ex‐arable fields and eight semi‐natural grasslands in southeast S weden. Methods We estimated species abundance and measured soil attributes at each site. For each species within each site we measured specific leaf area ( SLA ), leaf dry matter content ( LDMC ) and seed mass. We analysed the data both for abundance‐weighted species values and species occurrence. Results Trait gradient analysis indicated random distribution of species among sites, while CCA analysis indicated that both soil phosphorus and moisture were related to species assembly at a site. Correlations and fourth‐corner analysis also revealed a relationship between measured species traits and soil phosphorus and moisture. There was a lower average seed mass and higher SLA of species in ex‐arable fields compared to species in semi‐natural grasslands. Conclusions Even though trait gradient analysis indicated that plant community assembly in the studied grasslands was random, other results implied that species occurrence and abundance was influenced both by environmental factors and species traits. Higher species richness in semi‐natural grasslands was associated with more large‐seeded species found there compared to ex‐arable fields, indicating that large‐seeded species establish in grasslands later than small‐seeded species.
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 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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».