Glyphosate, steam and cutting for non‐native plant control in Alberta fescue grassland restoration
Notice bibliographique
Résumé
Abstract Question What are the effects of cutting, glyphosate application and steam application on abundance and diversity of non‐native grasses and forbs and non‐target native grasses and forbs in restoration of a complex disturbed fescue grassland? Location Waterton Lakes National Park, Alberta, Canada. Methods Cutting, glyphosate application and steam application treatments were implemented at three disturbed sites in an incomplete block design with a control. Plant communities were evaluated for four growing seasons, one before and three after management treatment implementation. Results Glyphosate reduced non‐native grass cover for three growing seasons following application and non‐native forbs for one growing season. Glyphosate led to significant increases in non‐native forb cover, more than double pre‐existing values 2 and 3 yr after application. Native species abundance and diversity were more negatively impacted by glyphosate on sites with higher abundance and diversity prior to management treatments. Low frequency cutting over 2 yr did not consistently control non‐native species, steam reduced non‐native grass cover at the most heavily invaded site. Conclusions Site‐specific conditions must be considered to develop effective control methods for non‐native species. No treatment effectively re‐established native grassland communities. Glyphosate application reduced non‐native grasses, but not non‐native forbs. When native forbs were abundant prior to management, glyphosate reduced them. Steam may have potential and should be further investigated. This is one of only a few studies to investigate methods to manage multiple non‐native species occurring with native species, rather than management of a single undesirable species, and is the first to assess steam as a management option for native grasslands.
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 ».