Species specificity challenges the predictability of facilitation along a regional desert gradient
Notice bibliographique
Résumé
Abstract Questions Deserts ecosystems are threatened by shifts in precipitation patterns from climate change. Positive interactions among plants could buffer desert communities from environmental extremes and resource limitations. However, to improve our ability to predict the response of plant interactions and the plant community to environmental change, we must examine the role of species identity in facilitation. Here, we asked: how do species identity, soil nutrients, and aridity drive positive interactions among plants along a regional gradient of semi‐arid to hyper‐arid. Location California, USA. Methods We selected seven sites located across three deserts in California that cover the geographic range of the benefactor shrub Ephedra californica . In two growing seasons and within 30 pairs of shrub–open microsites at each site, we planted seeds of three annual phytometer species selected for their affinity to areas that are semi‐arid, arid, or both. In each microsite, we also surveyed the composition of the annual community and measured soil nutrients. Results Shrubs facilitated the semi‐arid phytometer species, reduced the hyper‐arid phytometer species, and had no effect on the species found throughout the arid gradient. Shrub facilitation on community‐level biomass of annual species decreased linearly with aridity to neutral interactions at the most arid sites. In the semi‐arid sites, shrubs negatively affected community‐level species richness and native species abundance, but increased invasive grasses. Conclusions Idiosyncratic responses of annual plant species to shrub facilitation along an aridity gradient highlight the issue in generalizing plant interactions without considering species‐specific differences. Additionally, the effects of shrub facilitation appear to benefit exotic species with competitive traits which can indirectly reduce native species richness in semi‐arid ecosystems. Understanding positive interactions in the context of aridity gradients can provide better insights into the expected changes in species composition that will occur as a result of climate change.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| 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 ».