Latitudinal variation in plant defence against herbivory in a marine foundation species does not follow a linear pattern: The importance of resource availability
Notice bibliographique
Résumé
Abstract Aim Studies on latitudinal patterns in plant defence have traditionally overlooked the potential effect that resource availability may have in shaping plant defence. Likewise, latitudinal patterns of tolerance traits have rarely been studied, yet they can be a critical component of plant defence. Therefore, the aim of our study was to examine latitudinal variation in the production of tolerance and resistance traits against herbivory along a latitudinal range and a natural gradient of resource availability from upwelling conditions. Location North America (Canada, USA, Mexico). Time period Summer months of 2015. Major taxa used The seagrass Zostera marina . Methods We conducted experiments simulating macroherbivore (e.g., bird, fish) damage on the seagrass Z. marina at 10 sites across the Eastern Pacific coast (Canada–Mexico) and Quebec and analysed several traits related to resistance and tolerance strategies against herbivory. In addition, we examined the effects of potential seagrass changes in defence strategies by performing a series of feeding experiments with mesoherbivores in a subset of sites. Results We found that eelgrass resistance defences did not follow a linear latitudinal pattern but rather followed a bell‐shaped curve which correlated with bottom‐up control. In sites with higher nutrient availability, plants allocated resources to tolerance strategies and had lower resistance traits. Furthermore, seagrasses did not respond linearly to increased herbivory pressure; while they tolerated moderate levels of herbivory, they underwent a significant reduction in tolerance and resistance under high herbivory levels, which also made them more susceptible to consumers in feeding experiments. Main conclusions Our results highlight the importance that nutrient availability has in shaping latitudinal patterns of plant defence against herbivory and show how these defences may not respond linearly to increased herbivory pressure in seagrasses.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 ».