The potential role of public gardens as sentinels of plant invasion
Notice bibliographique
Résumé
Abstract Public gardens can help prevent detrimental effects of plant invasions by collecting and sharing data on taxa spreading from cultivation early in the invasion process, thereby acting as sentinels of plant invasion. Existing initiatives have called for public gardens to adopt measures preventing plant invasion, but it is unclear what actions individual gardens are implementing, as there is no formal mechanism for communicating their progress. This study used internal lists of escaping taxa from seven public gardens in the Midwestern United States and Canada to demonstrate how public gardens can collectively contribute data that is critical to assessing potential invasiveness. It also reveals methodological differences in how gardens develop their lists of escaping plants, leading to recommendations for standardization. Data pooled across gardens yielded 769 species spreading from cultivation at one or more gardens. Eight woody species were listed by all gardens despite not consistently being recognized as invasive by states and provinces containing the gardens; some species recorded by multiple gardens did not appear on any invasive lists. While it may be premature to call taxa escaping from cultivation at a few public gardens “invasive” or even “potentially invasive”, these plants should be monitored and evaluated with this information shared to facilitate stronger conclusions about risk. Thus, public gardens have a unique expertise in assisting invasive plant efforts as sentinels, particularly if challenges related to methodological inconsistencies and data sharing are suitably addressed, which is herein recommended through the adoption of a set of standardized guidelines.
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 | 0,001 | 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 ».