Pervasive moose browsing in boreal forests alters successional trajectories by severely suppressing keystone species
Notice bibliographique
Résumé
Abstract Large herbivores can shape young forest stands and determine the successional trajectory of forested ecosystems by selectively browsing palatable species at the sapling stage. Moose (Alces alces) is the dominant vertebrate herbivore in Fennoscandian boreal forests, and high population densities have raised concerns about potential negative effects on ecosystem functioning and properties including biological diversity and timber production. We used 31 herbivore exclosures in Norway to investigate how forests developed after clear‐cutting with or without moose present. We tested how tree demography, abundances of understory plant functional groups, community composition, and plant diversity (including bryophytes) across multiple scales varied with moose exclusion. After seven years, the exclosures were dominated by deciduous trees, including many large rowan (Sorbus aucuparia) individuals, a functionally important keystone species. In contrast, the open plots subject to moose impacts (browsing, trampling, defecation) were dominated by economically important coniferous trees and there was next to no rowan recruitment to taller height classes. The biomass of large herbs and ferns was much greater inside exclosures. This study emphasizes the large immediate effect of moose on early successional boreal forest stands. Landscape‐level alterations caused by reduced deciduous dominance, and a reduction in large flowering herbs is likely to lead to cascading effects on ecosystem functioning. The management of boreal production forests needs to account for the combined effects of silvicultural practices and ungulate herbivory to ensure ecosystem functioning, but this management goal may be jeopardized in our study regions due to drastically reduced abundance of keystone species.
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 ».