Vertical stratification of leaf physical traits exerts bottom–up pressures on insect herbivory in a sugar maple temperate forest
Notice bibliographique
Résumé
Abstract Do light vertical gradients in temperate forest structure insect herbivore communities? We tested the hypothesis that the increase in light intensity from understory to forest canopy drives differences in leaf physical traits and bud burst phenology that impact insect herbivores and thus play a role in structuring both herbivore communities and the leaf damage they cause. Understanding these interactions is essential for addressing knowledge gaps in the dynamics of temperate deciduous forest ecosystems. Twelve sugar maple ( Acer saccharum ) sites were monitored in southern Quebec, examining insect herbivore patterns from understory saplings to mature tree‐shaded and sun canopy (where intensity is highest and canopy cover lowest) over the summers of 2020, 2021 and 2022. Additionally, we recorded leaf physical traits and sun exposure. Our findings revealed that leaf thickness increased along the vertical gradient in 2021, making mature tree leaves in the canopy less favourable to herbivores than understory sapling leaves. Accordingly, we recorded a consistent decrease in insect herbivory damage rates from understory to shaded and to sun canopy in 2020 and 2021, driven by leaf cutters, skeletonizers, stipplers and leaf miners. These results support our hypothesis that variation in leaf physical traits contributes to the vertical stratification of insect damage. This variation in leaf traits can be linked to light levels or to tree ontogeny. In 2022, the gradient of insect herbivore abundance corroborated the observed damage trends from the previous years. We calculated an average annual herbivory rate of 9.1% of the leaf surface in our study site. Overall, our study highlights the importance of vertical gradients in structuring insect herbivore communities and emphasizes the role of leaf traits in mediating these interactions. In addition, the average annual herbivory rate suggests limited evidence supporting a significant contribution of background herbivory to the decline of sugar maple 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 | 0,000 | 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 | 0,001 | 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) | 0,001 | 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 ».