Early life history transitions and recruitment of Picea mariana in thawed boreal permafrost peatlands
Notice bibliographique
Résumé
Black spruce (Picea mariana) is the most abundant tree species in the boreal biome, but little is known about how climate warming may change recruitment in peatlands, especially those affected by permafrost thaw. We used results from a seven-year study in northern Manitoba, Canada, to address the following questions: (1) What is the relative importance of early life history transitions on P. mariana recruitment? (2) How are these transitions mediated by biological and environmental factors, including competition, facilitation, disease, herbivory, water table depth, and soil nutrients? (3) Do interactions among these factors create additional recruitment limitations beyond those imposed by environmental factors changing with climate warming, such as hydrology? Seed rain was measured over six years on forested permafrost plateaus and in neighboring collapse scar bogs. Seed germination and seedling survival and growth were measured over 4-5 years in collapse scars and assessed across a three-level water table treatment. Survival and growth experiments examined additional combinations of above- and belowground vascular plant competition and fertilizer addition. Results showed that failure of germination and survival on growing moss surfaces and reduced survival of seedlings in wetter microsites were primary constraints. Seed influx was significantly lower in collapse scars but likely did not limit recruitment. Biological and environmental factors mediating these life history transitions also differed in relative importance, and interactions among them tended to amplify recruitment limitation. Seedling survival was most strongly controlled by fast-growing mosses in wet microsites but also was influenced by apparent drowning in wet plots, herbivory, and loss of foliage caused by a fungal pathogen. Seedling growth was strongly controlled by water table depth, nutrient and competition levels, and fungal pathogens. Multiple, interacting factors will affect P. mariana establishment in boreal peatlands during climate warming. Generalizations about recruitment relying on few environmental gradients sensitive to climate change, such as water table, may therefore not fully capture the complexities of establishment.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».