Spatial correlations between browsing on balsam fir by white‐tailed deer and the nutritional value of neighboring winter forage
Notice bibliographique
Résumé
Abstract Associational effects, that is, the influence of neighboring plants on herbivory suffered by a plant, are an outcome of forage selection. Although forage selection is a hierarchical process, few studies have investigated associational effects at multiple spatial scales. Because the nutritional quality of plants can be spatially structured, it might differently influence associational effects across multiple scales. Our objective was to determine the radius of influence of neighbor density and nutritional quality on balsam fir ( Abies balsamea ) herbivory by white‐tailed deer ( Odocoileus virginianus ) in winter. We quantified browsing rates on fir and the density and quality of neighboring trees in a series of 10‐year‐old cutovers on Anticosti Island (Canada). We used cross‐correlations to investigate relationships between browsing rates and the density and nutritional quality of neighboring trees at distances up to 1,000 m. Balsam fir and white spruce ( Picea glauca ) fiber content and dry matter in vitro true digestibility were correlated with fir browsing rate at the finest extra‐patch scale (across distance of up to 50 m) and between cutover areas (300–400 m). These correlations suggest associational effects, that is, low nutritional quality of neighbors reduces the likelihood of fir herbivory (associational defense). Our results may indicate associational effects mediated by intraspecific variation in plant quality and suggest that these effects could occur at scales from tens to hundreds of meters. Understanding associational effects could inform strategies for restoration or conservation; for example, planting of fir among existing natural regeneration could be concentrated in areas of low nutritional quality.
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 | 0,001 |
| 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 ».