Summer precipitation limits plant species richness but not overall productivity in a temperate mesic old‐field meadow
Notice bibliographique
Résumé
Abstract Question Water availability is a primary regulator of plant productivity and species richness in arid and semi‐arid ecosystems, but its influence in other habitats is much less clear partly because experimental manipulations of water are relatively rare. How important is soil moisture availability relative to other key environmental factors in determining plant species biomass and diversity in temperate mesic grasslands? Location An old‐field meadow in southeastern Ontario, Canada. Methods We established a long‐term factorial field experiment to investigate how variation in soil water (achieved by rainout shelters and water additions), nutrients ( NPK fertilizer additions), and above‐ground herbivory (deer fence exclosures), interact as regulators of plant production, species richness, and species composition. Above‐ground biomass for each species was determined in replicate plots (1 m 2 , n = 10) after five years of treatment applications. Results The rainout shelters reduced community shoot biomass by 35% relative to ambient (control) plots, with no influence of the fertiliser. To our surprise, however, the fertiliser enhanced community biomass in the ambient and water addition plots to a similar extent. Species richness and Shannon diversity were increased by water addition, but reduced by the rainout shelters and by fertilisation. Total species richness across all replicate plots was 60% higher in the water addition treatment, and almost halved in the water‐reduced treatment. In contrast to the above, the exclosures had negligible impacts on these community variables. Conclusions Together, these results suggest that in old‐field meadow grasslands: (a) shoot productivity is primarily limited by soil nutrient supply except under drought conditions when water availability becomes the primary constraint; (b) the two main soil resources for plants — water and nutrients — affect productivity and species richness/composition in fundamentally different ways; and (c) future increases in summer soil aridity and anthropogenic nitrogen deposition may interact to reduce vegetation productivity and diversity in temperate mesic ecosystems.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| 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 ».