MétaCan
Menu
Retour à la cohorte
Enregistrement W2587720146 · doi:10.1111/1365-2745.12754

Major shifts in species’ relative abundance in grassland mixtures alongside positive effects of species diversity in yield: a continental‐scale experiment

2017· article· en· W2587720146 sur OpenAlexaff
Caroline Brophy, John A. Finn, A. Lüscher, Matthias Suter, L. Kirwan, Maria‐Teresa Sebastià, Á. Helgadóttir, O. H. Baadshaug, Gilles Bélanger, Alistair Black, R. P. Collins, J. Čop, Sigríður Dalmannsdóttir, Ignacio Delgado, A. Elgersma, M. Fothergill, B. E. Frankow‐Lindberg, An Ghesquiere, Barbara Golińska, P. Goliński, Philippe Grieu, Anne‐Maj Gustavsson, Mats Høglind, Olivier Huguenin‐Elie, Marit Jørgensen, Žydrė Kadžiulienė, Päivi Kurki, Rosa Llurba, Tor Lunnan, C. Porqueddu, Ulrich Thumm, John Connolly

Notice bibliographique

RevueJournal of Ecology · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEcology and Vegetation Dynamics Studies
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesSeventh Framework ProgrammeScience Foundation IrelandEuropean Cooperation in Science and Technology
Mots-clésAbundance (ecology)GrasslandMonocultureRelative species abundanceEcologyBiologySpecies diversityAlpha diversityBiodiversityEcosystemSpecies richnessAgronomy

Résumé

récupéré en direct d'OpenAlex

Summary Increased species diversity promotes ecosystem function; however, the dynamics of multi‐species grassland systems over time and their role in sustaining higher yields generated by increased diversity are still poorly understood. We investigated the development of species’ relative abundances in grassland mixtures over 3 years to identify drivers of diversity change and their links to yield diversity effects. A continental‐scale field experiment was conducted at 31 sites using 11 different four‐species mixtures each sown at two seed abundances. The four species consisted of two grasses and two legumes, of which one was fast establishing and the other temporally persistent. We modelled the dynamics of the four‐species mixtures, and tested associations with diversity effects on yield. We found that species’ dynamics were primarily driven by differences in the relative growth rates ( RGR s) of competing species, and secondarily by density dependence and climate. The temporally persistent grass species typically had the highest RGR s and hence became dominant over time. Density dependence sometimes induced stabilising processes on the dominant species and inhibited shifts to monoculture. Legumes persisted at most sites at low or medium abundances and persistence was improved at sites with higher annual minimum temperature. Significant diversity effects were present at the majority of sites in all years and the strength of diversity effects was improved with higher legume abundance in the previous year. Observed diversity effects, when legumes had declined, may be due to (i) important effects of legumes even at low abundance, (ii) interaction between the two grass species or (iii) a store of N because of previous presence of legumes. Synthesis . Alongside major compositional changes driven by RGR differences, diversity effects were observed at most sites, albeit at reduced strength as legumes declined. This evidence strongly supports the sowing of multi‐species mixtures that include legumes over the long‐standing practice of sowing grass monocultures. Careful and strategic selection of the identity of the species used in mixtures is suggested to facilitate the maintenance of species diversity and especially persistence of legumes over time, and to preserve the strength of yield increases associated with diversity.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,083
Score d'incertitude au seuil0,934

Scores Codex et Gemma par catégorie

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

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 Opus0,011
Tête enseignante GPT0,243
Écart entre enseignants0,232 · 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 tête enseignante, pas un consensus.

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

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

En bref

Citations65
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of EcologyMême sujetEcology and Vegetation Dynamics StudiesTravaux en français237 207