MULTIPLE STABLE EQUILIBRIA IN GRASSLANDS MEDIATED BY HERBIVORE POPULATION DYNAMICS AND FORAGING BEHAVIOR
Notice bibliographique
Résumé
Plant community structure is often the result of interactions between succession, disturbance, and dispersal. While some disturbances may be highly stochastic (e.g., flooding or landslides), other types of disturbance are closely linked to the current successional state of the community (e.g., fire or herbivory). For example, when herbivores preferentially feed on early successional species they may generate conditions favorable for these species and thus create a positive feedback. Positive feedbacks may create multiple stable equilibria within plant communities. We demonstrate the presence of these positive feedbacks using experiments conducted in a restored California grassland. We found that pocket gophers (Thomomys bottae) preferentially forage in areas dominated by annual species, and gopher foraging activity increases the abundance of annual plants. We use a Markov chain model to identify how the foraging behavior, dispersal behavior, and population dynamics of territorial herbivores can structure a plant community across multiple spatial scales. The model is loosely based on the biology of pocket gophers, though it is general enough to be applicable to other territorial herbivores with foraging preferences. We find that a foraging preference for early successional species can generate multiple plant communities that persist within a herbivore's territory. If juveniles are selective when searching for territories during their dispersal phase, then herbivores can also generate persistent and distinct plant communities over larger spatial scales. In this case, fixed regions of the landscape may become occupied by herbivores for long periods (many herbivore generations) and be composed of a range of successional plant species, whereas the remaining landscape is abandoned by herbivores and becomes dominated by late successional species. This structuring of the landscape occurs even though we assume that the entire landscape is intrinsically identical.
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 | 0,000 | 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) | 0,000 | 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 ».