Urbanized landscapes favored by fig‐eating birds increase invasive but not native juvenile strangler fig abundance
Notice bibliographique
Résumé
Propagule pressure can determine the success or failure of invasive plant range expansion. Range expansion takes place at large spatial scales, often encompassing many types of land cover, yet the effect of landscape context on propagule pressure remains largely unknown. Many studies have reported a positive correlation between invasive plant abundance and human land use; increased propagule pressure in these landscapes may be responsible for this correlation. We tested the hypothesis that increased rates of seed dispersal by fig-eating birds, which are more common in urban habitats, result in an increase in invasive strangler fig abundance in landscapes dominated by human land use. We quantified abundance of an invasive species (Ficus microcarpa) and a native species (F. aurea) of strangler fig in plots spanning the entire range of human land use in South Florida, USA, from urban parking lots to native forest. We then compared models that predicted juvenile fig abundance based on distance to adult fig seed sources and fig-eating bird habitat quality with models that lacked one or both of these terms. The best model for juvenile invasive fig abundance included both distance to adult and fig-eating bird habitat terms, suggesting that landscape effects on invasive fig abundance are mediated by seed-dispersing birds. In contrast, the best model for juvenile native fig abundance included only presence/absence of adults, suggesting that distance from individual adult trees may have less effect on seed limitation for a native species compared to an invasive species undergoing range expansion. However, models for both species included significant effects of adult seed sources, implying that juvenile abundance is limited by seed arrival. This result was corroborated by a seed addition experiment that indicated that both native and invasive strangler figs were strongly seed limited. Understanding how landscape context affects the mechanisms of plant invasion may lead to better management techniques. Our results suggest that prioritizing removal of adult trees in sites with high fig-eating bird habitat may be the most effective method to control F. microcarpa abundance.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,003 | 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 ».