Rainfall seasonality and pest pressure as determinants of tropical tree species' distributions
Notice bibliographique
Résumé
Drought and pests are primary abiotic and biotic factors proposed as selective filters acting on species distributions along rainfall gradients in tropical forests and may contribute importantly to species distributional limits, performance, and diversity gradients. Recent research demonstrates linkages between species distributions along rainfall gradients and physiological drought tolerance; corresponding experimental examinations of the contribution of pest pressure to distributional limits and potential interactions between drought and herbivory are limited. This study aims to quantitate differential performance and herbivory as a function of species range limits across a climatic and floristic transition in Southeast Asia. Khao Chong Botanical Garden, Thailand and Pasoh Forest Reserve, Malaysia straddle the Kangar-Pattani Line. A reciprocal transplantation across a seasonality gradient was established using two groups of species ("widespread" taxa whose distributions include seasonally dry forests and "aseasonal" taxa whose distributions are limited to aseasonal forests). Growth, biomass allocation, survival, and herbivory were monitored for 19 months. Systematic differences in performance were a function of species distribution in relation to rainfall seasonality. In aseasonal Pasoh, aseasonal species had both greater growth and survivorship than widespread species. These differences were not a function of differential herbivory as widespread and aseasonal species experienced similar damage in the aseasonal forest. In seasonally dry Khao Chong, widespread species showed higher survivorship than aseasonal species, but these differences were only apparent during drought. We link this differential performance to physiological mechanisms as well as differential tolerance of biotic pressure during drought stress. Systematic decreases in seedling survival in aseasonal taxa during drought corresponded with previously documented physiological differences and may be exacerbated by herbivore damage. These results have important implications for tropical diversity and community composition in light of predicted increases in the frequency and severity of drought in hyperdiverse tropical forests.
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 | 0,001 |
| 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 ».