Recruitment and life-history traits of sparse plant species in subalpine grasslands
Notice bibliographique
Résumé
Recruitment is critical for the maintenance of plant populations and community diversity, but sexual regeneration is considered to be infrequent in climatically harsh habitats such as subalpine grasslands. This study examines the importance of regeneration through seed for 16 sparse herb species, and we asked whether their populations are limited by safe sites or the availability of seeds. Seedling recruitment and winter survival were recorded after sowing in an experimental split-plot design in (i) pasture grazed by livestock, and (ii) exclosed grassland cultivated for annual mowing. In addition we examined the effect of disturbance and local seedbank recruitment. All species were able to recruit and survive the first winter in at least some of the experimental plots, although none were initially present. Recruitment mainly occurred in disturbed plots, and disturbed pasture plots had a significantly higher recruitment than disturbed exclosures for all species except Silene dioica. We further examined whether specific plant traits were related to variation in recruitment. Lower recruitment in the disturbed exclosure was associated with higher specific leaf area, leaf dry weight, and seed number. In contrast, seeds sown in disturbed pasture recruited more independently of species traits. The exception was a negative correlation between recruitment and leaf dry weight, and an unexpected negative correlation with seed weight. We suggest that recruitment differences among habitats mainly reflect lower humidity in the exclosure. Consequently, small stature plants with small specific leaf area should have the highest recruiting probability when exposed to drought. The almost exclusive recruitment on disturbed plots indicates a strong competitive effect on the target species in vegetated plots, and suggests that safe sites for regeneration through seed are rare in subalpine grasslands.Key words: colonization, herbs, plant abundance and distribution, disturbance, pastures, cultivated exclosures, sowing experiment.
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) | 0,001 | 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 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 ».