Fagus grandifolia growth and mortality a decade after the emergence of Beech leaf disease
Notice bibliographique
Résumé
Beech leaf disease (BLD) is poised to cause major declines in American beech ( Fagus grandifolia ) across the eastern United States and parts of Canada. Given the dominance of this tree, quantifying impacts of this emerging disease is critical. Using long-term data from an existing field experiment (originally established to explore the impacts of soil chemistry on forests), we quantify rates of mortality and growth in American beech afflicted with BLD near the disease's epicenter. Since the initial observation of BLD in Cuyahoga County, OH in 2014, 75 of the 263 (29 %) American beech trees within our study have died. Most of this mortality was recent, with 2021–2023 displaying the highest levels of beech mortality (56 trees dying across the three years). Mortality was distributed unevenly across size classes, with the highest rates of mortality occurring in trees <25 cm DBH. Mortality rates were influenced by beech abundance, suggesting that areas with high concentrations of beech may experience higher rates of mortality. In addition, beech grew more slowly in recent years (2017–2022), suggesting a probable slowing of growth rates associated with BLD. Further, we observed lower growth rates in plots with the addition of soil amendments, but only before the arrival of BLD. As a dominant tree in many forests, this decline in American beech could catalyze larger stand-level changes in forest composition and function as BLD persists on the landscape and continues to spread into new areas.
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 | 0,000 | 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) | 0,001 | 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 ».