Understorey indicators of disturbance for riparian forests along an urban–rural gradient in Manitoba
Notice bibliographique
Résumé
Extensive agricultural and urban development has contributed to the decline of riparian forests across North America. An urban–rural gradient was used to identify species- and guild-level indicators of riparian forest degradation in southern Manitoba. Twenty-five sites were categorized according to urban, suburban, high-intensity rural, low-intensity rural, and relatively high quality reference land use. Generalists, which frequented all land use types, dominated (69%) the understorey community, whereas opportunistic (15%) and vulnerable (16%) species were relatively less common. Opportunistic species, which characterized city sites, tended to be exotic, woody and annual, and effective dispersers (i.e., endozoochores). In contrast, vulnerable species, which characterized non-city sites, tended to be native, perennial, and ineffective dispersers (i.e., barochores or anemochores). Indicators of disturbed forests were opportunistic and positively associated with disturbance measures including connectivity and cover of garbage, and negatively correlated with native and overall diversity. They included exotics Solanum dulcamara, Rhamnus cathartica, and Lonicera tartarica. In contrast, indicators of high-integrity forest were vulnerable, often excluded from urban sites and were negatively associated with disturbance measures and positively correlated with native and overall diversity. They included natives Rubus idaeus, Carex spp., and Galium triflorum. Our results suggest that opportunistic and vulnerable species, and their associated guilds, can be used as effective indicators of disturbance and forest integrity and to identify forest patches that warrant further protection or restoration.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».