Tree species-dependent effects of urbanization and plant invasion on deadwood biota and decomposition rates
Notice bibliographique
Résumé
Human activities are swiftly reshaping ecosystems, and the simultaneous rise of urbanization and plant invasions has become a significant challenge that jeopardizes both global biodiversity and ecosystem function. Deadwood is an important provider of biodiversity and carbon storage, yet it remains unknown how urbanization and plant invasion affect wood-inhabiting taxa and decomposition rates, separately and interactively. Here we conducted a two-year wood decomposition experiment using Acer saccharum and Pinus strobus at 19 paired invaded and uninvaded plots along an urbanization gradient in Toronto, Canada. We assessed the individual and combined effects of urbanization and plant invasion by Vincetoxicum rossicum on the community composition and diversity of bacteria, fungi and insects, as well as on wood decomposition rates, which are partly driven by these taxa. Our results show that urbanization had individual effects on the diversity of all three taxa and on the composition of bacterial and fungal communities. Plant invasion individually affected fungal and insect diversity. Interactive effects of urbanization and plant invasion occurred only for fungal diversity in Pinus strobus . Wood decomposition rates varied by tree species, with urbanization accelerating the rates for Pinus strobus but not Acer saccharum . Fungi were the only taxon that significantly influenced wood decomposition. Our findings together indicate that urbanization and plant invasion lead to changes in deadwood-inhabiting communities and decomposition processes, yet their interactive effects are of minor importance. They also show that these effects differ between tree species. Hence, integrating the combined effects of various anthropogenic drivers and different tree species is crucial for developing effective strategies to restore and sustain biodiversity and ecosystem functioning in urban landscapes. • Urbanization changed bacterial, fungal composition, not insects. • Urbanization, invasions shape the three taxa diversity via tree species. • Wood decay rate was higher in more urbanized sites for Pinus strobus. • Fungi greatly influenced wood decay under urbanization and 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 | 0,000 | 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 | 0,000 | 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 ».