Increased rainfall variability and nitrogen deposition accelerate succession along a common sere
Notice bibliographique
Résumé
Abstract Ongoing climate change is increasing rainfall variability in many parts of the world; in particular, the heaviest rainfall events are becoming heavier. In terrestrial ecosystems, nitrogen deposition is increasing as a result of emissions from fossil fuel burning and volatilization of nitrogen‐based fertilizers. These changes in the timing and rate of resource inputs can impact plant communities by altering competitive dynamics, succession, and community composition. In many systems, these are occurring alongside successional dynamics, making it difficult to tease apart mechanisms. Here, we resampled a nitrogen by rainfall variability manipulation experiment in a restored tallgrass prairie to examine the relative role of background community dynamics and treatment effects on plant diversity. During the treatment period, nitrogen addition and increased rainfall variability reduced diversity. Here, four and five years after the treatments were halted, we found similarly low levels of diversity across all treatments—an effect driven by dominance of a tall, fast‐growing, clonal forb, Solidago canadensis . The convergence of plots toward a low diversity state suggests that all experimental communities were gradually becoming dominated by S. canadensis , including in the absence of rainfall or nitrogen treatments. In contrast to short‐term findings from the same experiment, we conclude that our treatments accelerated succession toward a tall, clonal forb‐dominated community along an existing sere, but did not fundamentally alter longer‐term community composition—a result that was only apparent several years after the conclusion of the experiment. These findings reinforce the need to interpret the results from short‐term experimental manipulations within the context of long‐term successional 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 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 | 0,000 |
| 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 | 0,001 |
| 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 ».