Absence of net long‐term successional facilitation by alder in a boreal Alaska floodplain
Notice bibliographique
Résumé
Long-term experiments provide a way to test presumed causes of successional or environmentally driven vegetation changes. Early-successional nitrogen (N)-fixing plants are widely thought to facilitate productivity and vegetation development on N-poor sites, thus accounting for observed vegetation patterns later in succession. We tested this facilitative impact on vegetation development in a 23-yr field experiment on an Interior Alaska (USA) floodplain. On three replicate early-successional silt bars, we planted late-successional white spruce (Picea glauca) seedlings in the presence and absence of planted seedlings of an early-successional N-fixing shrub, thinleaf alder (Alnus incana). Alder initially facilitated survivorship and growth of white spruce. Within six years, however, after canopy closure, alder negatively affected spruce survivorship and growth. Our three replicate sites followed different successional trajectories. One site was eliminated by erosion and supported no vegetation development during our study. The other two sites, which differed in site moisture, diverged in vegetation composition. Structural equation modeling (SEM) suggested that, in the drier of these two sites, alder inhibited spruce growth directly (presumably by competition) and indirectly through effects mediated by competition with other woody species. However, at the wetter site, alder had both positive and negative effects on spruce growth, with negative effects predominating. Snowshoe hares (Lepus americanus) in alder thickets further reduced height growth of spruce in the wetter site. We conclude that net effects of alder on white spruce, the late-successional dominant, were primarily inhibitory and indirect, with the mechanisms depending on initial site moisture. Our results highlight the importance of long-term research showing that small differences among initial replicate sites can cause divergence in successional trajectories, consistent with individualistic distributions of species and communities along environmental gradients. This divergence was detectable only decades later.
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) | 0,004 | 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 ».