Exotic plant species of the St Lawrence River wetlands: a spatial and historical analysis
Notice bibliographique
Résumé
Abstract Aim To evaluate the importance (number of species, plant cover) of the exotic flora in seven well‐defined sectors of one of the most important transportation waterways in North America. To determine the impact of exotic species on wetland plant diversity and reconstruct the spread of some invasive species. Location St Lawrence River, southern Québec. Methods The exotic flora (vascular plants) of wetlands bordering the St Lawrence River was studied using 713 sampling stations (25 m2) along a 560‐km long corridor. Results Exotic species represent 13.7% of the vascular flora of the St Lawrence wetlands. The relative plant cover occupied by exotic species is high in some of the fluvial sectors (42–44%), but low (6–10%) in the estuarine sectors. Wetlands (marshes) surrounding islands were particularly susceptible to invasion by exotic plants. Historical, abiotic and landscape factors may explain the differences observed between sites. Purple loosestrife (Lythrum salicariaL.) is the most common exotic species of the St Lawrence wetlands, but other species, namely flowering‐rush (Butomus umbellatusL.) and reed canary grass (Phalaris arundinaceaL.) are much more invasive. There is no linear relationship between the exotic species cover and the diversity of wetland plants; low diversity sites can be dominated by either exotic or native plant species. In the other sites, exotic species generally have little impact on plant communities and can contribute to increase diversity. Common reed (Phragmites australis(Cav.) Trin. ex Steudel) and reed canary grass, both considered as exotic species in this study, clearly have a stronger impact on plant diversity than flowering‐rush and purple loosestrife. Main conclusions This study shows that the global impact of an invader cannot be adequately evaluated with only a few highly invaded sites. While nationwide strategies have been developed to control exotic species, large surveys are essential to adapt them to regional particularities.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».