Assessing the relative importance of human and spatial pressures on non-native plant establishment in urban forests using citizen science
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.
Notice bibliographique
Résumé
Since 2007, more people in the world live in urban than in rural areas. The development of urban areas has encroached into natural forest ecosystems, consequently increasing the ecological importance of parks and fragmented forest remnants. However, a major concern is that urban activities have rendered urban forests susceptible to non-native species incursions, making them central entry sites where non-native plant species can establish and spread. We have little understanding of what urban factors contribute to this process. Here we use data collected by citizen scientists to determine the differential impacts of spatial and urban factors on non-native plant introductions in urban forests. Using a model city, we mapped 18 urban forests within city limits, and identified all the native and non-native plants present at those sites. We then determined the relative contribution of spatial and socioeconomic variables on the richness and composition of native and non-native plant communities. We found that socioeconomic factors rather than spatial factors (e.g., urban forest area) were important modulators of overall or non-native species richness. Non-native species richness in urban forest fragments was primarily affected by residential layout, recent construction events, and nearby roads. This demonstrates that the proliferation of non-native species is inherent to urban activities and we propose that future studies replicate our approach in different cities to broaden our understanding of the spatial and social factors that modulate invasive species movement starting in urban areas.
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 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 | 0,001 |
| 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 découle