Seedling recruitment in subalpine grassland forbs: Predicting field regeneration behaviour from lab germination responses
Notice bibliographique
Résumé
Environmental cueing that restricts seed germination to times and places where mortality risk is relatively low may have considerable selective advantage. The predictive power of lab germination responses for field regeneration behaviour is rarely tested. We screened 11 alpine grassland forbs for germination behaviour predictive of microsite and seasonal selectivity, and seed carry-over across years. The predictions were tested in a field experiment. Germination in the lab ranged from 0.05% to 67.9%, and was affected by light (5 species), temperature (6 species), fluctuating temperatures (4 species), moist chilling prior to germination (cold-stratification) (6 species), and dormancy-breaking by means of gibberellic acid (8 species). Seedling emergence in the field varied from 0.1% to 14.1%, and increased in low-competition microsites (bare-ground gaps and cut vegetation; 7 species), and showed seasonal timing (1 species in autumn and 1 species in spring), and seed carry-over across years (7 species). Lab germination responses successfully predicted microsite selectivity in the field and to some extent seed carry-over across years but not seasonal timing of germination. Gap-detecting species were generally small-seeded, low-growing, and found in unproductive habitats. Larger-seeded species germinated in all of the microsites but experienced increased mortality in high-competition microsites. Seed carry-over across years was lower for alpine specialists than for more widely-distributed species.
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 ».