Using functional dissimilarity among species pools and communities to predict establishment of native and alien species
Notice bibliographique
Résumé
Abstract Aims Predicting plant establishment and growth is a fundamental goal of community ecology, especially when studying invasion. Functional traits can infer a species’ environmental tolerances and competitive abilities and may help improve predictions, yet such models are limited by a lack of data on failed establishment. Filtering of species from regional pools to site‐specific pools to local communities provides abundant evidence of failed establishment represented by species excluded at each level of the hierarchy. We tested whether trait differences between observed and absent species among these pools can help predict species establishment. Location Southern Estonia. Methods For 31 semi‐natural grassland sites, we collected plant composition data at multiple spatial scales to estimate the regional species pool, site‐specific pool, and local community. We compared traits among these pools to model community assembly and predict which species could join the site‐specific pool and local community. We tested these models using an experiment in which we added seed and transplants of 15 species (9 native and 6 alien) to intact and disturbed plots at each site. We considered differences in plant performance between intact and disturbed sites to be indicative of competition. Results For all performance metrics, we found significant positive relationships with model predictions. These relationships were stronger for seed establishment than growth and were generally weak when predicting competition. Seed establishment was also best predicted in sites with high local diversity and low root biomass, potentially because of more accurate estimates of species pool and community composition. Seed establishment was better predicted for alien than native species and, although predictive power remained low, the opposite was true for competitive effects on establishment. Conclusions Multi‐scale models of community assembly may predict future establishment but must include other characteristics within such models. These models may perform poorly, however, when predicting biotic interactions.
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 | 0,001 | 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 | 0,001 |
| 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 ».