Species–area curve and distance–decay relationships indicate habitat thresholds of ectomycorrhizal fungi in an old‐growth <i>Pseudotsuga menziesii</i> landscape
Notice bibliographique
Résumé
Abstract Aim Ectomycorrhizal fungi ( EMF ) are a diverse and essential biota of forests that are vulnerable to species loss through reductions in late‐seral habitat. We examined how the spatial ecology of this biota, particularly distance–decay and species–area relationships, could better inform habitat thresholds for EMF conservation planning. Location Southeast Vancouver Island near Victoria, British Columbia, Canada. Methods Using a stratified sampling design, 11 plots (0.15 ha in size) were established at 0.05–17.5 km apart across 2,800 ha of mesic old‐growth Pseudotsuga menziesii var. menziesii and Tsuga heterophylla forests. EMF communities were compiled through molecular analysis of root tips and sporocarps. Results The EMF community was comprised of many Cortinarius , Piloderma , Russula and Tricholoma species typical of mesotrophic habitat. A total of 238 EMF species were observed, of which 86 species were detected only once. The ratio of average species richness per plot (84 taxa) to total richness was low at 0.35, and inherent stochasticity of the EMF community was estimated to be 31% community dissimilarity for species incidence. Distance decay of EMF communities was nonlinear, with an estimated slope break at 2.6 km, followed by a largely unchanging trend in β‐diversity. Accumulated species–area curves were fitted best by the cumulative Weibull sigmoid model, and the asymptote (367 species) at approx. 50 ha was consistent with nonparametric estimates of γ‐diversity (342–362 spp.). Main conclusions Old‐growth forests host an impressive amount of EMF diversity, and many of the Ramaria , Inocybe and Russula species are likely to be endemic to the Pacific Northwest. Both niche‐ and neutral‐based processes influenced EMF community composition, resulting in a minimum threshold of 50 ha (1.8% of the sample area) for capturing γ‐diversity. These spatial patterns will help design and evaluate conservation efforts, such as retention forestry, to sustain fully diverse EMF communities over managed landscapes.
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 | 0,001 | 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 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 ».