Sapling herbivory, invertebrate herbivores and predators across a natural tree diversity gradient in Germany’s largest connected deciduous forest
Notice bibliographique
Résumé
Tree species-rich forests are hypothesised to be less susceptible to insect herbivores, but so far herbivory-diversity relationships have rarely been tested for tree saplings, and no such study has been published for deciduous forests in Central Europe. We expected that diverse tree communities reduce the probability of detection of host plants and increase abundance of predators, thereby reducing herbivory. We examined levels of herbivory suffered by beech (Fagus sylvatica L.) and maple saplings (Acer pseudoplatanus L. and Acer platanoides L.) across a tree species diversity gradient within Germany's largest remaining deciduous forest area, and investigated whether simple beech or mixed stands were less prone to damage caused by herbivorous insects. Leaf area loss and the frequency of galls and mines were recorded for 1,040 saplings (>13,000 leaves) in June and August 2006. In addition, relative abundance of predators was assessed to test for potential top-down control. Leaf area loss was generally higher in the two species of maple compared to beech saplings, while only beech showed a decline in damage caused by leaf-chewing herbivores across the tree diversity gradient. No significant patterns were found for galls and mines. Relative abundance of predators on beech showed a seasonal response and increased on species-rich plots in June, suggesting higher biological control. We conclude that, in temperate deciduous forests, herbivory-tree diversity relationships are significant, but are tree species-dependent with bottom-up and top-down control as possible mechanisms. In contrast to maple, beech profits from growing in a neighbourhood of higher tree richness, which implies that species identity effects may be of greater importance than tree diversity effects per se. Hence, herbivory on beech appeared to be mediated bottom-up by resource concentration in the sampled forest stands, as well as regulated top-down through biocontrol by natural enemies.
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 | 0,001 | 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 ».