Interpreting Pattern in Plant-Soil Feedback Experiments with Co-occurring Invasive Species: A Graphical Framework and Case Study
Notice bibliographique
Résumé
Despite the ubiquity of multiple plant invasions, the underlying mechanisms of invasive-invasive interactions remain relatively unknown. Given the importance of plant–soil feedback (PSF) in contributing to single species invasions, it may be an important factor influencing invasive–invasive species interactions as well. PSF between multiple invaders has rarely been examined, but could inform the nature of invasive–invasive interactions and advance understanding of how multiple invaders impact plant communities. Alternative mechanisms of plant invasions include novel weapons and enemy escape. We develop graphical PSF predictions based on these mechanisms and other possible invasive–invasive dynamics. Comparing these predictions to observed results is a first step in interpreting PSF among co-occurring invasive species. We illustrate this with a case study of net pairwise PSF among three common invaders of tallgrass prairie: Lotus corniculatus (birdsfoot trefoil), Phalaris arundinacea (reed canarygrass), and Cirsium arvense (Canada thistle). We found that feedback among all pairwise combinations of these invasive species was neutral. Neutral feedback can arise from a mutual lack of soil borne pathogens, consistent with the enemy escape hypothesis, although we cannot rule out shared benefit from generalist mutualists. While both facilitative and competitive interactions among these three species have previously been shown, our data suggest that such interactions are unlikely to operate through a legacy effect of PSF. Our results inform follow-up PSF experiments that would help to confirm the existence and nature of PSF interactions among these 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 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 | 0,001 |
| 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 ».