MétaCan
Menu
Retour à la cohorte
Enregistrement W4232562677 · doi:10.1079/9781789242171.0012

Direct and indirect effects of herbivores influencing plant invasions.

2020· book-chapter· en· W4232562677 sur OpenAlexaff
Peter M. Kotanen

Notice bibliographique

RevueCABI eBooks · 2020
Typebook-chapter
Langueen
DomaineEnvironmental Science
ThématiqueEcology and Vegetation Dynamics Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésHerbivoreGeneralist and specialist speciesEcologyBiologyRange (aeronautics)Introduced speciesHabitat

Résumé

récupéré en direct d'OpenAlex

Non-native plants rarely escape damage by herbivores. Instead, upon arrival in a new region, they begin to acquire new enemies, replacing those they have lost during their migration. These herbivores can include both natives to the new region and species that have themselves been accidentally or deliberately introduced from elsewhere, potentially including examples originating from the invader's original range. Shifts of new enemies from other hosts can occur over a range of timescales, depending in part on whether evolutionary change is required, but are likely to be faster for plants that are widespread and phylogenetically related to a herbivore's original host, and faster for generalist herbivores than for specialists. The occurrence of herbivores is not necessarily uniform across an invader's range; instead, they may be less diverse or abundant in host populations that are geographically or ecologically marginal, though existing evidence is mixed. Collectively, these new suites of herbivores can affect the growth and fitness of invaders, both directly by damaging them and indirectly by attacking their competitors. Studies comparing the demographic consequences of herbivory for successful vs unsuccessful invaders may help to clarify how often such impacts limit invasiveness. The view that an invader enters 'enemy-free' space is inaccurate; instead, persistence and spread of non-native plants often may be affected by the novel and changing assemblage of herbivores that they acquire within their new distribution.

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 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: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,654
Score d'incertitude au seuil0,752

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,013
Tête enseignante GPT0,190
Écart entre enseignants0,178 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCABI eBooksMême sujetEcology and Vegetation Dynamics StudiesTravaux en français237 207