MétaCan
Menu
Retour à la cohorte
Enregistrement W2737300730 · doi:10.1111/1365-2664.12976

Planting accelerates restoration of tropical forest but assembly mechanisms appear insensitive to initial composition

2017· article· en· W2737300730 sur OpenAlexafffund
Lanping Li, Marc W. Cadotte, Cristina Martínez‐Garza, Marinés de la Peña‐Domene, Guozhen Du

Notice bibliographique

RevueJournal of Applied Ecology · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEcology and Vegetation Dynamics Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Foundation for InnovationUniversity of Illinois at ChicagoUniversidad Autónoma del Estado de MorelosNational Science FoundationTD BankDivision of Environmental BiologyInternational Science and Technology Center
Mots-clésEcological successionEcologyPhylogenetic diversityAbundance (ecology)Restoration ecologyForest restorationBiologySpecies richnessHabitatSpecies diversitySecondary successionPhylogenetic treeTree plantingBeta diversityForest ecologyEcosystem

Résumé

récupéré en direct d'OpenAlex

Abstract Central to the success of restoration is how applied activities influence community assembly mechanisms. Phylogenetic and trait‐based approaches to community ecology are increasingly being used to test for non‐random community assembly and are now being applied to assessments of habitat restoration. A critical question for the restoration of tropical forests is how plantings influence the recruitment of new species, and specifically the phylogenetic and functional diversity of restored habitats. We examined 8 years (2006–2014) of tropical‐forest recruitment in two restoration planting compositions (12 animal‐dispersed and 12 wind‐dispersed tree species), with a control (no planting) in 24 plots in Los Tuxtlas, Mexico. Specifically, we assessed the influence of plantings on newly arriving individuals’ phylogenetic, functional, taxonomic diversity, abundance and the change of these measures during early succession. The recruiting individuals’ phylogenetic, functional, taxonomic diversity and abundance increased through succession. Both animal‐dispersed planting and wind‐dispersed planting appeared to accelerate forest succession more than controls (natural succession), and diversity in the animal‐dispersed plantings was marginally higher after 8 years. We did not find any difference in recruiting individuals’ phylogenetic and functional dispersion (measured as standardized effect sizes) in any given year, or when measured as turnover between successive pairs of years, measuring planting composition and control plots. Recruiting individuals were phylogenetically clustered during early forest restoration regardless of treatment. At the same time, the recruits transitioned from appearing randomly constructed to clustering according to functional traits, which suggests an increase in recruits’ functional similarity during early succession. Synthesis and applications . Both the animal and wind‐dispersed plantings accelerated the increase of recruiting individuals’ phylogenetic, functional, taxonomic diversity and abundance during early succession. However, planting treatment did not appear to alter community assembly mechanisms of recruiting individuals. Our findings support restoration planting by showing that planting trees with animal dispersal syndrome could accelerate forest restoration more than unassisted forest regeneration. Furthermore, communities appeared to be phylogenetically and functionally clustered during early succession regardless of initial planted composition. Thus, while overall diversity increased with planting, if a restoration goal is to maximize phylogenetic or functional dispersion, the planting composition tested did not provide means to achieve this goal, at least during early succession.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,675
Score d'incertitude au seuil0,300

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 Opus0,018
Tête enseignante GPT0,271
Écart entre enseignants0,253 · 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

Citations37
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

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