MétaCan
Menu
Retour à la cohorte
Enregistrement W3149832388 · doi:10.1111/ddi.13267

Invasion success and impacts depend on different characteristics in non‐native plants

2021· article· en· W3149832388 sur OpenAlex
Ming Ni, David C. Deane, Shaopeng Li, Yingtong Wu, Xinghua Sui, Han Xu, Chengjin Chu, Fangliang He, Suqin Fang

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueDiversity and Distributions · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEcology and Vegetation Dynamics Studies
Établissements canadiensUniversity of Alberta
Organismes subventionnairesBasic and Applied Basic Research Foundation of Guangdong ProvinceNational Natural Science Foundation of China
Mots-clésInvasive speciesIntroduced speciesEcologyBiologyBiodiversityNative plantPopulationDemography

Résumé

récupéré en direct d'OpenAlex

Abstract Aim Biological invasions threaten biodiversity globally. Large‐scale studies of non‐native plant species invasiveness typically focus on identifying ecological differences between naturalized and invasive species that account for their spread from sites of initial establishment (i.e., invasion success). However, invasive species differ widely in the magnitude of their impacts, suggesting the characteristics that favour invasion success might not necessarily predict the consequences of that invasion. Here we test whether those factors that increase the probability of plant species invasion also explain the severity of impacts. Location China. Methods We compiled a database of the invasiveness, biogeographic origins, life history traits, and introduction history for 538 non‐native plants in China and modelled differences in (a) naturalized and invasive species; (b) the spatial extent of invasion; and, (c) the severity of invasion impacts among successful invaders. Results Invasion success and the spatial extent of invasion shared similar influencing factors. However, these clearly differed from the predictors of severe invasion impacts. Unintentionally introduced non‐native plants with shorter life cycles and longer residence times were more likely to become invasive and to invade a larger area, while taller plants introduced from the Americas tended to have more severe impacts on the native ecosystems of China. Main Conclusions These results illustrate the different roles of introduction history, biogeographical origin and biological traits in determining the invasion success and spatial extent of invasion versus the severity of invasive species impacts. We suggest that factors associated with evolutionary adaptation and population expansion might determine invasion success and extent, while traits related to the relative competitive ability of invasive species determine the severity of impacts. Identifying specific characteristics of species that distinguish among successful invaders most likely to result in more severe impacts could help with planning more effective interventions.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,521

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,225
Écart entre enseignants0,210 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle