Site conditions are more important than abundance for explaining plant invasion impacts on soil nitrogen cycling
Notice bibliographique
Résumé
Abstract Invasive plant species can alter critical ecosystem processes including nitrogen transformations, but it is often difficult to anticipate where in an invaded landscape, these effects will occur. Our predictive ability lags because we lack a framework for understanding the multiple pathways through which environmental conditions mediate invader impacts. Here, we present a framework using structural equation modeling to evaluate the impact of an invasive grass, Microstegium vimineum ( M.v .) , on nitrogen cycling based on a series of invaded sites that varied in invader biomass and non‐ M.v . understory biomass, tree basal area, light availability, and soil conditions. Unlike previous studies, we did not find an overall pattern of elevated nitrate concentrations or higher nitrification rates in M.v .‐invaded areas. We found that reference plot conditions mediated differences in mineralization between paired invaded and reference plots at each site through indirect (via M.v . biomass), direct, and interactive pathways; however, the strongest pathways were independent of M.v . biomass. For example, sites with low reference soil nitrate and high non‐ M.v . understory biomass tended to have faster mineralization at 5–15 cm in invaded plots. These findings suggest that more attention to reference conditions is needed to understand the impact of invasive species on soil nitrogen cycling and other ecosystem processes and that the greatest impacts will not necessarily be where the invader is most abundant.
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 ».