The effects of bark quality on corticolous lichen community composition in urban parks of southern Ontario
Notice bibliographique
Résumé
Tree bark characteristics influence lichen colonization. To better understand how urban parks can be managed to maximize lichen biodiversity, we examined trees in seven parks throughout the City of Guelph in southern Ontario. We measured bark characteristics and lichen communities on four common tree species that have a wide range of pH: Acer platanoides L., Acer × freemanii E. Murray, Pinus resinosa Aiton, and Pinus strobes L. We recorded the lichen species on 99 trees, calculated the pH and fissuring of the bark, and determined the diameter at breast height (DBH) as a proxy for age. Gamma diversity on all trees included 18 lichen taxa. We used graphite bark rubbings analyzed in ImageJ 1.47v to calculate the degree of bark fissuring. We collected bark samples from each tree trunk and determined the acidity with a pH meter. Using multivariate analyses we show that lichen community composition is positively correlated with DBH and tree species, but the degree of fissuring did not have a significant effect. We could not statistically analyze pH independent of tree species, but our results suggest pH is not a significant variable. We show lichen biodiversity in urban parks can be increased by planting a variety of tree species at different ages.
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 ».