MétaCan
Menu
Retour à la cohorte
Enregistrement W2037517870 · doi:10.1086/648557

Plant Water Use Affects Competition for Nitrogen: Why Drought Favors Invasive Species in California

2009· article· en· W2037517870 sur OpenAlexaff
Katherine Anne Everard, Eric W. Seabloom, W. Stanley Harpole, Claire de Mazancourt

Notice bibliographique

RevueThe American Naturalist · 2009
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEcology and Vegetation Dynamics Studies
Établissements canadiensMcGill University
Organismes subventionnairesNatural Environment Research CouncilAndrew W. Mellon FoundationNational Science Foundation
Mots-clésCompetition (biology)Invasive speciesBiologyNitrogenEcologyEnvironmental scienceAgronomyChemistry

Résumé

récupéré en direct d'OpenAlex

Abstract: Classic resource competition theory typically treats resource supply rates as independent; however, nutrient supplies can be affected by plants indirectly, with important consequences for model predictions. We demonstrate this general phenomenon by using a model in which competition for nitrogen is mediated by soil moisture, with competitive outcomes including coexistence and multiple stable states as well as competitive exclusion. In the model, soil moisture regulates nitrogen availability through soil moisture dependence of microbial processes, leaching, and plant uptake. By affecting water availability, plants also indirectly affect nitrogen availability and may therefore alter the competitive outcome. Exotic annual species from the Mediterranean have displaced much of the native perennial grasses in California. Nitrogen and water have been shown to be potentially limiting in this system. We parameterize the model for a Californian grassland and show that soil moisture-mediated competition for nitrogen can explain the annual species' dominance in drier areas, with coexistence expected in wetter regions. These results are concordant with larger biogeographic patterns of grassland invasion in the Pacific states of the United States, in which annual grasses have invaded most of the hot, dry grasslands in California but perennial grasses dominate the moister prairies of northern California, Oregon, and Washington.

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 enseignants0,128
Score d'incertitude au seuil0,395

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 Opus0,011
Tête enseignante GPT0,222
Écart entre enseignants0,211 · 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

Citations83
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe American NaturalistMême sujetEcology and Vegetation Dynamics StudiesTravaux en français237 207