Survival and growth of the forage grass<i>Festuca rubra</i>in naturally and artificially devegetated sites in a sub-arctic coastal marsh
Notice bibliographique
Résumé
:Festuca rubra is an abundant supratidal grass on sub-arctic James Bay (Canada) shorelines, forming extensive near-monocultures that are used as forage by nesting and migrating geese. Studies at other, more northern North American locations have shown grubbing by geese can have severe consequences for intertidal and supratidal marshes, but these studies have focussed on plant communities that differ substantially in species composition, physical environment, and extent from James Bay’s Festuca meadows. In this study, we examined the responses of this grass to natural and simulated goose grubbing in Festuca swards heavily used by lesser snow geese, Canada geese, and brant at Akimiski Island in James Bay. We transplanted Festuca into plots previously devegetated by geese, into plots where we removed vegetation to simulate goose grubbing, and into intact vegetation (controls). We found shoots transplanted into control and artificially grubbed plots survived well, but those transplanted into previously devegetated areas usually died. Growth initially was reduced in naturally devegetated sites, but the few survivors in the following year performed as well as plants transplanted into intact or artificially grubbed sites. Spot measurements suggested that naturally devegetated sites suffered from degraded soil conditions, such as hypersalinity and increased temperature. These results provide evidence that recovery of Festuca swards following loss of vegetation is likely to be difficult, probably as a result of deteriorating soil conditions. Models of goose–plant interactions developed at substantially more northern sites thus seem applicable to the significantly different plant communities of the James Bay shoreline.
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 | 0,001 |
| 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 ».