The effect of urban environments on the diversity of plants in unmanaged grasslands in Los Angeles, United States
Notice bibliographique
Résumé
Urbanization is a strong driver of plant diversity and may have complex effects on developed ecosystems. Nevertheless, it remains unclear whether urban environments increase or decrease plant biodiversity compared with rural environments. Further, it is also unclear how non-native plant species contribute to spatial diversity patterns and ecosystem services. Better understanding these diversity drivers across gradients of urbanization has the potential to enhance native species conservation (e.g., targeted restoration activities), leading to positive feedbacks for broader promotion of biodiversity and societal benefits (e.g., links with native biodiversity and human health). In this study, we hypothesized that for plant species in unmanaged grasslands, urbanization would lead to declines in diversity at both small and medium scales. We established a network of remnant grassland sites across an urban to rural gradient in Los Angeles, CA, USA. Across this gradient we assessed patterns of alpha and beta diversity during the 2019 growing season. We found that local plant alpha diversity in remnant grasslands declined in urban landscapes (measured by surrounding percent development) due mostly to loss of native species. However, at intermediate scales across unmanaged parks and greenspaces, we saw increases in beta diversity at more urban locations. This was possibly due to the patchy dominance of different exotic species at urban locations; whereas, in rural locations non-native and native species were common across plots. Conservation is often informed by examinations of large scale, city-wide assessment of diversity, however, our results show that urban plant diversity, particularly native species, is affected at all spatial scales and beta-diversity can add important insights into how to manage urban ecosystems. Conservation that accounts for alpha and beta diversity may promote “virtuous cycle” frameworks where the promotion and protection of biodiversity simultaneously reduces the negative effects of invasion.
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 | 0,000 |
| 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 ».