MétaCan
Menu
Retour à la cohorte
Enregistrement W2006565037 · doi:10.1111/nph.12733

<i><scp>C</scp>onyza canadensis</i> suppresses plant diversity in its nonnative ranges but not at home: a transcontinental comparison

2014· article· en· W2006565037 sur OpenAlexaff
Manzoor A. Shah, Ragan M. Callaway, Tabasum Shah, Gregory R. Houseman, Róbert W. Pál, Sa Xiao, Wenbo Luo, Christoph Rosche, Zafar A. Reshi, Damase P. Khasa, Shuyan Chen

Notice bibliographique

RevueNew Phytologist · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEcology and Vegetation Dynamics Studies
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésSpecies richnessBiologyIntroduced speciesInvasive speciesEcologyRange (aeronautics)Native plantBiomass (ecology)Abundance (ecology)Solidago canadensisCompetition (biology)

Résumé

récupéré en direct d'OpenAlex

The impact of invasive species across their native and nonnative ranges is poorly quantified and this impedes a complete understanding of biological invasions. We compared the impact of the native North American plant, Conyza canadensis, which is invasive to Eurasia, on species richness at home and in a number of introduced regions through well replicated transcontinental field studies, glasshouse experiments and individual-based models. Our results demonstrated mostly negative relationships between C. canadensis abundance and native species richness in nonnative ranges, but either positive or no relationships in its native North American range. In glasshouse experiments, the total biomass of Conyza was suppressed more by species from its native range than by species from regions where it is nonnative, but the effects of Conyza on other species did not show a consistent biogeographical pattern. Finally, individual-based models led to the exclusion of Conyza from North American scenarios but to high abundances in scenarios with species from the nonnative ranges of Conyza. We illustrate biogeographical differences in the impact of an invader across regional scales and suggest that inherent differences in one specific aspect of competitive ability, tolerance to the effects of other species, may play some role in these differences.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,240
Score d'incertitude au seuil0,769

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,238
Écart entre enseignants0,214 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations67
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNew PhytologistMême sujetEcology and Vegetation Dynamics StudiesTravaux en français237 207