MétaCan
Menu
Retour à la cohorte
Enregistrement W2963139148 · doi:10.1111/fwb.13367

Stronger effects of litter origin on the processing of conifer than broadleaf leaves: A test of home‐field advantage of stream litter breakdown

2019· article· en· W2963139148 sur OpenAlexaff
Alex C. Y. Yeung, David P. Kreutzweiser, John S. Richardson

Notice bibliographique

RevueFreshwater Biology · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFreshwater macroinvertebrate diversity and ecology
Établissements canadiensNatural Resources CanadaCanadian Forest ServiceUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésDecomposerLitterPlant litterEcosystemEcologyBiologyRiparian zoneSTREAMSTemperate climateEnvironmental scienceHabitat

Résumé

récupéré en direct d'OpenAlex

Abstract Ecological shifts that enhance the efficiency of resource acquisition by consumers can affect the fate of resource subsidies in recipient ecosystems. To date, findings have been mixed about whether plant litter breakdown by stream decomposers is faster in locations where the litter originates from (i.e. home region) compared with other locations (away region). This phenomenon, known as home‐field advantage (HFA), may be influenced by litter quality and particularly decomposer groups (shredders versus microbes), rather than being an inherent consequence of the breakdown of locally native litter. We studied the effects of HFA on litter breakdown and litter‐associated communities in streams within mid‐ to late‐successional forests. Two pairs of riparian broadleaf and one pair of conifer litter species with contrasting chemical quality were reciprocally incubated across two temperate regions (˜3,000 km apart). Species in each pair are congeneric and allopatric. The HFA was assessed using within‐pair litter comparisons in home and away regions. Coarse‐ and fine‐mesh litterbags were used to separate the contributions to litter breakdown by microbial decomposition and shredder feeding. Conifer litter species used in this study were more recalcitrant than broadleaf litter species. Consequently, there was a significant positive HFA for the microbial decomposition of conifer litter. In contrast, there was no HFA for either microbial or shredder‐mediated breakdown of broadleaf litter, which might have been overridden by catchment‐scale differences in biophysical variables affecting breakdown. The effects of HFA on shredder colonisation and feeding on broadleaf litter were more variable among streams. Numerically abundant shredder taxa tended to have higher rates of colonisation and consumption on higher‐quality litter than on low‐quality litter, irrespective of litter origin. Our results suggest that prior (evolutionary and/or contemporary) litter exposure could strongly influence the litter‐processing capacity of microbial decomposers, but not shredders, at the community level. In particular, microbial decomposers specialised in degrading conifer litter probably had lower resource‐use plasticity than those processing broadleaf litter. Inter‐stream differences in riparian vegetation and habitat conditions could influence the HFA through altering the litter exposure history of decomposer communities. Our findings highlight the importance of prior litter–microbe interactions in determining the rates of microbial decomposition of native and exotic litter 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,006
Tête enseignante GPT0,203
Écart entre enseignants0,197 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations24
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFreshwater BiologyMême sujetFreshwater macroinvertebrate diversity and ecologyTravaux en français237 207