Ecological controls on post‐fire vegetation assembly at multiple spatial scales in eastern<scp>N</scp>orth<scp>A</scp>merican boreal forests
Notice bibliographique
Résumé
Abstract Question In fire‐prone boreal forests, to what extent does fire severity influence understorey plant community assembly? What are the abiotic and biotic factors controlling understorey community regeneration at regional, landscape and local scales? Location Black spruce‐dominated boreal forest in eastern Canada. Methods A taxonomic and a trait‐based approach were combined to evaluate the relative influence of habitat characteristics, burn severity and biotic processes on understorey regeneration at multiple spatial scales. Sampling of understorey vegetation cover was carried out in 133 recently burned plots located in 14 different fires across a 600‐km transect. The spatial hierarchy for sampling consisted of five fire regime zones (regional scale), two to four fires within each zone (landscape) and two to four toposequences within each fire (local). The environmental control of fire severity and habitat characteristics on understorey regeneration was assessed using a canonical redundancy analysis ( RDA ) and variation partitioning. We investigated environmental and biotic filters of species traits at different scales by modelling trait–spatial assemblages with Moran eigen vector maps ( MEM s). Results In spite of the large variability of environmental conditions covered by our sampling design, low depths of burn were measured in the large majority of the studied sites. Incomplete consumption of the forest floor is frequently observed in eastern boreal forests characterized by long fire cycles. In situ biological legacies persisted through the low‐severity fires, which conserved the pre‐fire relationships between plant communities and their environment. As a result, fire severity was neither the unique nor the dominant control on post‐fire regeneration. Habitat characteristics explained a three times higher proportion of variation in species composition. Biotic controls on trait assemblage increased at the two finer scales. Conclusions Severity alone cannot predict understorey vegetation assembly at different scales in the low‐severity fire regime characteristic of the eastern North American boreal forest.
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 | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».