Vertical stratification of leaf physical traits exerts bottom-up pressures on insect herbivory in a sugar maple temperate forest
Notice bibliographique
Résumé
Do vertical gradients in temperate forest structure insect herbivore communities? We tested the hypothesis that the increase in light intensity from understory to forest canopy level drives differences in leaf physical traits and budburst phenology that impact insect herbivores and thus play a role in structuring both herbivore communities and the leaf damages they cause. Twelve sugar maple (Acer saccharum) sites were monitored in southern Quebec, examining insect herbivore patterns from understory to the shaded and sun canopy over the summers of 2020, 2021, and 2022. Additionally, we recorded leaf physical traits, temperature, humidity, and sun exposure. Our findings revealed that leaf thickness increased along the vertical gradient in 2021, making leaves less favorable to herbivores in the canopy level. Accordingly, we recorded a consistent decrease in insect herbivory damage rates from the understory to the shaded canopy and sun canopy in 2020 and 2021, driven by leaf cutters, skeletonizers, stipplers, and leaf miners. These results support our hypothesis that variation in plant physical traits due to sun exposure contributes to the vertical stratification of insect damage. In 2022, the gradient of insect herbivore abundance corroborated the observed damage trends from the previous years. Moreover, we calculated an average annual herbivory rate of 9.1% of the leaf surface in our study site, suggesting limited evidence supporting a significant contribution of background herbivory to the decline of sugar maple forests. 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.
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 | 0,001 |
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 ».