THE IMPACT OF INVASIVE GRASSES ON THE POPULATION GROWTH OF<i>ANEMONE PATENS</i>, A LONG-LIVED NATIVE FORB
Notice bibliographique
Résumé
Negative impacts of invasive plants on natives have been well documented, but much less is known about whether invasive plants can cause population level declines. We used demographic models to investigate the effects of two invasive grasses on the demography and population growth of Anemone patens, a long-lived native perennial of North American grasslands. Demographic data of A. patens growing in patches characterized by Bromus inermis, Poa pratensis, or native grasses were used to parameterize integral projection models. Models based on both average conditions and those allowing for environmental stochasticity indicate that A. patens is slowly increasing in patches of native grass (lambda = 1.02) and declining in patches of invasive grasses, particularly those dominated by B. inermis (lambda = 0.93). Extinction probabilities indicate that A. patens should persist in native grass patches, but has a much higher probability of extinction in Bromus patches compared to Poa patches. While sensitivity analyses showed that survival had the biggest effect on population growth rates in all habitats, results of a Life Table Response Experiment (LTRE) revealed that slower individual growth rates in patches of invasive grasses contributed the most to the observed reduction in population growth. These results suggest that invasive grasses may cause slow declines in A. patens, despite short-term coexistence, and that controlling B. inermis only would not be sufficient to ensure A. patens persistence.
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 ».