Temperature‐dependent shifts in phenology contribute to the success of exotic species with climate change
Notice bibliographique
Résumé
PREMISE OF THE STUDY: The study of how phenology may contribute to the assembly of plant communities has a long history in ecology. Climate change has brought renewed interest in this area, with many studies examining how phenology may contribute to the success of exotic species. In particular, there is increasing evidence that exotic species occupy unique phenological niches and track climate change more closely than native species. METHODS: Here, we use long-term records of species’ first flowering dates from fi ve northern hemisphere temperate sites (Chinnor, UK and in the United States, Concord, Massachusetts; Fargo, North Dakota; Konza Prairie, Kansas; and Washington,D.C.) to examine whether invaders have distinct phenologies. Using a broad phylogenetic framework, we tested for differences between exotic and native species in mean annual flowering time, phenological changes in response to temperature and precipitation,and longer-term shifts in first flowering dates during recent pronounced climate change (“flowering time shifts”). KEY RESULTS: Across North American sites, exotic species have shifted flowering with climate change while native species, on average, have not. In the three mesic systems, exotic species exhibited higher tracking of interannual variation in temperature,such that flowering advances more with warming, than native species. Across the two grassland systems, however, exotic species differed from native species primarily in responses to precipitation and soil moisture, not temperature. CONCLUSIONS: Our findings provide cross-site support for the role of phenology and climate change in explaining species’ invasions.Further, they support recent evidence that exotic species may be important drivers of extended growing seasons observed with climate change in North America.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».