MétaCan
Menu
← Retour à la cohorte
Enregistrement W4303453730 · doi:10.1371/journal.pone.0275443

Examining the relative influence of dispersal and competition on co-occurrence and functional trait patterns in response to disturbance

2022· article· en· W4303453730 sur OpenAlexafffund
Brandon S. Schamp, Riley Gridzak, Danielle Greco, Thomas Michael Lavender, Anusha Kunasingam, Joanna Murtha, Ashley M. Jensen, Aksel Pollari, Lidianne Santos

Notice bibliographique

RevuePLoS ONE · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEcology and Vegetation Dynamics Studies
Établissements canadiensQueen's UniversityAlgoma University
Organismes subventionnairesCanadian Network for Research and Innovation in Machining Technology, Natural Sciences and Engineering Research Council of Canada
Mots-clésBiological dispersalDisturbance (geology)EcologyBiologyCompetition (biology)Seed dispersalPerennial plantTraitHerbaceous plantInterspecific competitionSpecific leaf areaBotanyDemographyPopulation

Résumé

récupéré en direct d'OpenAlex

Disturbance gradients are particularly useful for understanding the relative influences of competition and dispersal. Shortly after disturbance, plant composition should be influenced more strongly by dispersal than competition; over time, this should reverse, with competition becoming more important. As such, we predicted that plant functional traits associated with high dispersal ability would be over-represented shortly after a disturbance event occurs, while those associated with high competitive ability would have increased representation as time progresses. Additionally, it has been suggested that competitive interactions may contribute to negative co-occurrence patterns; if this is the case, negative co-occurrence patterns should also increase as time-since-disturbance increases. Here, we examine how functional trait and co-occurrence patterns change over time following a herbicide-based disturbance, compared to undisturbed vegetation, in a temperate, old-field grassland dominated by herbaceous perennials. In our study system, negative co-occurrence patterns were most pronounced in disturbed plots one year after herbicide application, consistent with several lines of evidence that dispersal can strongly impact both composition and co-occurrence patterns. Over three years post-disturbance, co-occurrence patterns in disturbed plots decreased, becoming more similar to control plots. This pattern is inconsistent with the expectation that competition contributes to negative co-occurrence patterns, at least over three growing seasons. More pronounced negative co-occurrence patterns were associated with higher species evenness among plots. Functional traits related to increased dispersal (mean seed mass, and proportion of stoloniferous/rhizomatous species) and competitive ability (mean species height, and mean specific leaf area) did not differ significantly across treatments, with the exception of mean height in the third-year post-disturbance; however, the overall trajectory of this trait was inconsistent with theoretical expectations. Overall, co-occurrence patterns changed across the gradient of time-since disturbance, but not as expected; functional trait patterns (trait means, functional diversity measures) were not responsive to our experimental disturbance gradient.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,030
Tête enseignante GPT0,225
Écart entre enseignants0,195 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

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

En bref

Citations4
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS ONE→Même sujetEcology and Vegetation Dynamics Studies→Travaux en français237 207→