MétaCan
Menu
Retour à la cohorte
Enregistrement W2411144234 · doi:10.1111/gcb.13384

Plant invasion is associated with higher plant–soil nutrient concentrations in nutrient‐poor environments

2016· review· en· W2411144234 sur OpenAlexaff
Jordi Sardans, Mireia Bartrons, Olga Margalef, Albert Gargallo‐Garriga, Ivan A. Janssens, Phillipe Ciais, Michael Obersteiner, Bjarni D. Sigurðsson, Han Y. H. Chen, Josep Peñuelas

Notice bibliographique

RevueGlobal Change Biology · 2016
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueEcology and Vegetation Dynamics Studies
Établissements canadiensLakehead University
Organismes subventionnairesEuropean Research Council
Mots-clésNutrientEcosystemPlant litterInvasive speciesBiologyNutrient cycleAgronomyEcologyBotany

Résumé

récupéré en direct d'OpenAlex

Plant invasion is an emerging driver of global change worldwide. We aimed to disentangle its impacts on plant-soil nutrient concentrations. We conducted a meta-analysis of 215 peer-reviewed articles and 1233 observations. Invasive plant species had globally higher N and P concentrations in photosynthetic tissues but not in foliar litter, in comparison with their native competitors. Invasive plants were also associated with higher soil C and N stocks and N, P, and K availabilities. The differences in N and P concentrations in photosynthetic tissues and in soil total C and N, soil N, P, and K availabilities between invasive and native species decreased when the environment was richer in nutrient resources. The results thus suggested higher nutrient resorption efficiencies in invasive than in native species in nutrient-poor environments. There were differences in soil total N concentrations but not in total P concentrations, indicating that the differences associated to invasive plants were related with biological processes, not with geochemical processes. The results suggest that invasiveness is not only a driver of changes in ecosystem species composition but that it is also associated with significant changes in plant-soil elemental composition and stoichiometry.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0030,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,051
Tête enseignante GPT0,280
Écart entre enseignants0,229 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations226
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Change BiologyMême sujetEcology and Vegetation Dynamics StudiesTravaux en français237 207