Sexual and vegetative recruitment of trembling aspen following a high-severity boreal wildfire
Notice bibliographique
Résumé
Abstract Background High-severity fire is rare in trembling aspen-dominated forests of the boreal region. The post-fire recruitment strategy of aspen, by either vegetative suckering or sexually (i.e., by seed), has considerable implications for subsequent forest structure, genetic diversity, and ecological resilience to shifting climatic and disturbance regimes. In this study, we take advantage of the unique opportunity provided by the Chuckegg Creek Wildfire Fire (310,000 ha) in northern Alberta, Canada, which burned at high severity through aspen stands before and after spring green-up, to document how phenology, fire severity, and stand characteristics affect recruitment one year following the fire. Results We found sites were dominated either by high-density patches of seedlings or a fairly uniform density of suckers, with few sites occupied by both. Sites dominated by seedlings burned predominantly after green-up. Using boosted regression trees, we found that surface fire severity best predicted both aspen seedling and sucker density at sites. Seedlings were favoured at sites that burned at high surface severity and after spring green-up, whereas suckering density was highest at sites that burned at moderate-high surface severity before green-up. Conclusion Our research highlights the influence of surface fire severity and phenology on aspen recruitment. High fire severity, particularly after aspen green-up, reduced suckering while promoting seedling recruitment. Aspen seedlings filled the recruitment gap caused by this lowered, suckering response, providing an alternate route for aspen forest adaptive capacity after high-severity surface fire.
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 | 0,001 |
| 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 | 0,000 |
| 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 ».