MétaCan
Menu
Retour à la cohorte
Enregistrement W6979829189

Along For the Ride? Odocoileus virginianus as a potential driver for Alliaria petiolata invasion

2023· article· en· W6979829189 sur OpenAlexaboutno aff

Notice bibliographique

RevueHIMALAYA · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEcology and Vegetation Dynamics Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésExclosureOdocoileusUnderstoryInvasive speciesIntroduced speciesHerbVegetation (pathology)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Garlic mustard (Alliaria petiolata) is a non-native understory herb native to Eurasia. It is considered invasive and has spread throughout North American forests, notably forming dense monocultures with little to no native plant biodiversity. Previous studies have hypothesized that white-tailed deer (Odocoileus virginianus) facilitate garlic mustard expansion; as deer populations grow beyond carrying capacity, selective herbivory and disturbance could allow garlic mustard to infiltrate ecosystems while avoiding direct competition. Deer exclosures were constructed at Katharine Ordway Natural History Study Area in 2018 to investigate how deer removal affects (i) garlic mustard growth and (ii) understory community composition, and (iii) how these effects differ across naturally occurring garlic mustard densities. Exclosures were placed in areas with high or low densities of garlic mustard and paired plots were selected inside and outside of the exclosures. Vegetation surveys were conducted in 2018, 2019, and 2022 to measure understory community response to deer removal across garlic mustard concentrations. Community composition, assessed by principal component analysis, changed significantly over time in exclosure areas; exclosed areas became more different over time, especially in high garlic mustard areas. Canadian wood nettle (Laportea canadensis) dominated two exclosures in high garlic mustard areas (>90% coverage) with little cover in the respective paired plots (<4%). Linear mixed models showed no significant effects of treatment for garlic mustard total cover, rosette cover, stem cover, or the number of stems within plots, although this could be confounded by its biennial phenology. Differences in the species represented in the five tallest plants in each plot were significant in 2020-2022 for high garlic mustard areas and for 2022 in low garlic mustard areas, supporting the hypothesis that treatment effects would be more significant in high garlic mustard areas. Overall, these results indicate that deer have a greater effect on community composition in high garlic mustard 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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,363
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,257
Écart entre enseignants0,242 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHIMALAYAMême sujetEcology and Vegetation Dynamics StudiesTravaux en français237 207