Non-native vascular flora of alpine areas in the White Mountains, New Hampshire, USA
Notice bibliographique
Résumé
Arctic-alpine vegetation in the eastern United States is unique to northern New England and New York and is disjunct from similar areas in eastern Canada. We present the first study of the non-native flora in the region, specifically focusing on New Hampshire’s White Mountains. By combining literature and herbaria searches, field surveys, and a seventeen-year evaluation at an alpine hut in a hypothesis-driven framework, we document the composition, chronology, and persistence of non-native plant species establishments, regress richness in relation to elevation and disturbed area, and evaluate similarities to nineteen other alpine floras globally. Our results indicate that the White Mountains support one of the most species-rich non-native alpine floras known in the world, with 58 species detected at thirty-one sites since 1874, comprising 19 percent of 300 species documented in New Hampshire’s 22 km2 of alpine tundra. There is a negative relationship between non-native alpine plant richness and elevation along a mountain road on Mt. Washington. Moreover, elevation predicts richness per unit area in proximity to clusters of built structures in alpine areas. The compositions, geographic origins, and dominant ruderal strategies of non-native species are similar to those of Arctic and other alpine non-native floras globally. Sørenson similarity index and nonmetric multidimensional scaling ordination of twenty alpine regions reveals the White Mountains have highest similarity with widely separated mountain regions in Australia, Hawaii, the Rocky Mountains, the Andes, Southern Africa, and Iceland, driven by shared species of Eurasian origin. We report the unexpected discovery of Plagiobothrys hispidulus, a borage native to western North America not previously reported from New Hampshire. These findings have important implications for managers of alpine areas in eastern North America and may facilitate the early detection, monitoring, and control of non-native species, minimizing their establishment and spread.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».