Functional Ecology of Forest, Heath, and Shrub Savannah Alternate States in Eastern Canada
Notice bibliographique
Résumé
In eastern Canada, alternation of wildfire regime due to fire suppression creates alternate vegetation states converting black spruce forest to heath and shrub savannah (SS). We compared the taxonomic diversity (TD) and functional diversity (FD) of post-fire forest, heath, and SS alternate states to determine if community FD can explain their persistence. We hypothesized that (i) species diversity (TD and FD) would be the highest in forest followed by SS and heath due to decreased interspecific competition and niche differentiation, (ii) differences between TD and FD indices would be greater in communities with high TD in forest due to high trait differentiation and richness, and (iii) changes in community trait values would indicate niche limitations and resource availability. We conducted this study in Terra Nova National Park, Newfoundland, Canada. We calculated functional dispersion (alpha FD), functional pairwise dissimilarity (beta FD), Shannon’s diversity (alpha TD), and Bray–Curtis dissimilarity (beta TD) from species cover. We used five functional traits (specific root length, specific leaf area, leaf dry matter content, height, and seed mass) related to nutrient acquisition, productivity, and growth. We found lower beta diversity in forest than heath and SS; forest also had higher species diversity and greater breadth in niche space utilization. SS was functionally similar to heath but lower than forest in functional dispersion and functional divergence. It had the highest functional richness and evenness. There was no difference in functional evenness between forest and heath. Functional beta diversity was the highest in forest, and did not differ between heath and SS. Resource acquisition and availability was the greatest in forest and the lowest in heath. We suspect that this might be due to forest having the highest functional trait turnover and niche utilization. We conclude that alternate vegetation states originating from alterations to the natural fire regime negatively impact ecosystem function.
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 | 0,000 |
| 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 ».