Tree Species Richness Promotes Invertebrate Herbivory on Congeneric Native and Exotic Tree Saplings in a Young Diversity Experiment
Notice bibliographique
Résumé
Tree diversity in forests is an important driver of ecological processes including herbivory. Empirical evidence suggests both negative and positive effects of tree diversity on herbivory, which can be, respectively, attributed to associational resistance or associational susceptibility. Tree diversity experiments allow testing for associational effects, but evidence regarding which pattern predominates is mixed. Furthermore, it is unknown if herbivory on tree species of native vs. exotic origin is influenced by changing tree diversity in a similar way, or if exotic tree species escape natural enemies, resulting in lower damage that is unrelated to tree diversity. To address these questions, we established a young tree diversity experiment in temperate southwestern Germany that uses high planting density (49 trees per plot; plot size 13 m2). The species pool consists of six congeneric species pairs of European and North American origin (12 species in total) planted in monocultures and mixtures (1, 2, 4, 6 species). We assessed leaf damage by leaf-chewing insects on more than 5,000 saplings of six broadleaved tree species. Plot-level tree species richness increased leaf damage, which more than doubled from monocultures to six-species mixtures, strongly supporting associational susceptibility. However, leaf damage among congeneric native and exotic species pairs was similar. There were marked differences in patterns of leaf damage across tree genera, and only the genera likely having a predominately generalist herbivore community showed associational susceptibility, irrespective of the geographical origin of a tree species. In conclusion, an increase in tree species richness in young temperate forests may result in associational susceptibility to feeding by generalist herbivores.
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 | 0,000 | 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) | 0,001 | 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 ».