Revisiting Darwin's naturalization conundrum: explaining invasion success of non‐native trees and shrubs in southern Africa
Notice bibliographique
Résumé
Summary Invasive species are detrimental ecologically and economically. Their negative impacts in Africa are extensive and call for a renewed commitment to better understand the correlates of invasion success. Here, we explored several putative drivers of species invasion among woody non‐native trees and shrubs in southern Africa, a region of high floristic diversity. We tested for differences in functional traits between plant categories using a combination of phylogenetic independent contrasts and a simulation‐based phylogenetic anova . We found that non‐native species generally have longer flowering duration compared with native species and are generally hermaphroditic, and their dispersal is mostly abiotically mediated. We also revealed that non‐native trees and shrubs that have become invasive are less closely related to native trees and shrubs than their non‐invasive non‐native counterparts. Non‐natives that are more closely related to the native species pool may be more likely to possess traits suited to the new environment in which they find themselves and thus have greater chance of establishment. However, successful invaders are less closely related to the native pool, indicating evidence for competitive release or support for the vacant niche theory. Synthesis . Non‐native trees and shrubs in southern Africa are characterized by a suite of traits, including long flowering times, a hermaphroditic sexual system and abiotic dispersal, which may represent important adaptations promoting establishment. We suggest that differences in the evolutionary distances separating the native species pool from invasive and non‐invasive species might help resolve Darwin's naturalization conundrum.
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 ».