Insect herbivory on woody broadleaf seedlings along a subtropical elevational gradient supports the resource concentration hypothesis
Notice bibliographique
Résumé
PREMISE: Theories of plant-herbivore interactions hold that seedlings are more vulnerable to herbivory in warmer and more stable climates at lower elevations. Hypotheses of plant apparency, resource concentration, and resource availability have been proposed to explain variability in leaf herbivory. However, seasonal differences in the effects of these hypotheses on leaf herbivory on seedlings remain unclear. METHODS: We evaluated the three herbivory hypotheses by comparing the percentage and frequency of leaf herbivory in understory broadleaf seedlings in a subtropical forest in May (spring) and October (autumn) along an elevational gradient (290-1370 m a.s.l.). In total, we measured 2890 leaves across 696 seedlings belonging to 95 species and used beta regressions to test the effects of plant apparency (e.g., leaf area, seedling height), resource concentration (e.g., plant species diversity), and resource availability (e.g., canopy openness, soil available N and P) on leaf herbivory. RESULTS: Seedlings exhibited unimodal patterns of leaf herbivory along elevation, with drivers of leaf herbivory varying by the month. Variation in the frequency of leaf herbivory was best explained by the resource concentration hypothesis (e.g., plant species diversity) in both months, and herbivory was lower on seedlings in sites with higher plant diversity. Plant apparency hypothesis (e.g., leaf area, seedling height) was weakly supported only in spring, and the evidence for resource availability hypothesis (e.g., canopy openness, soil nutrients) was mixed. CONCLUSIONS: This study supports the resource concentration hypothesis and reveals the importance of seasonal difference on understanding leaf herbivory patterns and the drivers of plant diversity in subtropical forests.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».