Using structural equation modelling to test the passenger, driver and opportunist concepts in a <i>Poa pratensis</i> invasion
Notice bibliographique
Résumé
The passenger, driver, and opportunist models are conceptual models of the invasion process used to describe alternative invasion scenarios. In the passenger model, both the invasive species and native community respond independently to environmental changes. In the driver model, changes to the native community are driven by the invasive species, while in the opportunist model invasion occurs in response to changes in the native community. In any given invasion scenario, however, it is possible that the relationships between the invasive, the native community, and the environment correspond to some combination of these invasion models acting simultaneously. We study invasion by Poa pratensis in a grassland in Alberta, Canada. Poa pratensis is a non‐native plant implicated with loss of plant diversity in the region. In a three year field experiment, we manipulate the environment though defoliation, water addition, and nitrogen addition, and measure responses of P. pratensis cover, and cover and richness of the native community. We use structural equation modelling to describe the relationships between the invasive, the native community, and the environmental changes, and then interpret these relationships using the three invasion models. We found that P. pratensis predominantly invaded via the driver model, with subsequent reductions in native plant cover, but not in species richness. Positive effects of the environmental changes on P. pratensis also aided its ability to drive native cover. As well, we found some involvement of the opportunist model, through a negative relationship between the native community and the invasive. As invasion mainly proceeded via the driver model, management actions to limit invasion should focus on efforts to control abundance of P. pratensis itself.
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 | 0,000 | 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 ».