Plant Community Biomass Shifts in Response to Mowing and Fencing in Invaded Oak Meadows with Non‐Native Grasses and Abundant Ungulates
Notice bibliographique
Résumé
Many herbaceous meadows are dominated by competitive non‐native grasses and subject to ungulate herbivory, ecological processes that shift the proportional biomass of plant groups in the community. Predicting the outcome of restoration is complicated because herbivory and competition can interact. We examined the relationship between herbivory by native black‐tailed deer and domestic sheep and dominance of non‐native grasses in Garry oak meadows, one of North America's most endangered habitat types. A 3‐year factorial experiment tested the effects of mowing and fencing on plant community biomass, categorized into eight groups by geographic origin (native/non‐native), growth form (annual/perennial), and plant type (forb/grass). To test if the rarity of native plant groups was related to herbivory, we estimated ungulate foraging preferences for each plant group. Mowing and fencing treatments interacted for annual and perennial non‐native grasses. Dominance was shifted from non‐native to native grasses only when both mowing and fencing were applied. Fencing increased the total biomass, whereas mowing had no overall effect; however, fencing alone did not affect any individual plant group. Mowing shifted dominance from grasses to forbs, although both native and non‐native forbs benefited from the increased light availability. We also noted that herbivore fecal pellet densities were greatest in the spring, which coincided with the peak season of their preferred plant group, native perennial forbs. Overall, applying both mowing and fencing was the most effective restoration treatment to increase native plant groups and biomass.
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 | 0,001 | 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 ».