Managing contingency in semiarid grassland restoration through repeated planting
Notice bibliographique
Résumé
The success of grassland restoration in semiarid regions is contingent on good establishment years. Here it is asked whether success rate can be increased by planting repeatedly among years, or by consistently using high planting densities. I planted seeds of a dominant native perennial grass, Elymus lanceolatus , at five densities (range: 30–3000 seeds/m 2 ) in each of 3 years. Elymus seedling emergence and cover increased significantly with planting density. Cover after three growing seasons was maximized (i.e. not significantly different from the greatest cover) at planting densities of 300–600 seeds/m 2 . On the other hand, low germination in a dry warm year resulted in density having no effect on cover 3 years later. Two favorable planting years showed trajectories to native dominance after three growing seasons. In contrast, one unfavorable planting year showed a trajectory of non‐native dominance. Emergence was increased modestly by both herbivore and interspecific neighbor removal. Overall, the most economical process for ensuring success (assuming that seed costs are high and planting and site‐preparation costs are low) may be to plant at moderate density (300–600 seeds/m 2 ) in repeated years until a favorable year is encountered.
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 ».