Deer slow down litter decomposition by reducing litter quality in a temperate forest
Notice bibliographique
Résumé
A BSTRACT In temperate forest ecosystems, the role of deer in litter decomposition, a key nutrient cycling process, remains debated. Deer may modify the decomposition process by affecting plant cover and thus modifying litter abundance. They can also alter litter quality through differential browsing and affect decomposer ability by changing soil abiotic properties and the nature of decomposer communities. We used two litterbag experiments in a quasi-experimental situation resulting from the introduction of Sitka black-tailed deer Odocoileus odocoileus sitkensis on forested islands of Haida Gwaii (Canada). We investigated the effects of deer on decomposition through their impacts on litter quality and on decomposer ability. After one year, the effect of deer on litter quality resulted in a lower rate of mass loss in litter from litterbags. This mass loss mainly reflected a 21 and 38 % lower rate of carbon (C) and nitrogen (N) loss, respectively. Presence of deer resulted in lower decomposer ability for the rate of carbon loss, but not for nitrogen loss. The level of C loss after one year was 5% higher for litter decomposing on an island without deer. But the change in the rate of carbon loss explained by the effect of deer on decomposer ability was outweighed by the effect deer had on litter quality. Additional effects of deer on the decomposition process through feces deposition were significant but minor. These results question the role the large increase in deer populations observed in temperate forests at continental scales may play in broad scale patterns of C and N cycling.
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 ».