Global relationship of wood and leaf litter decomposability: the role of functional traits within and across plant organs
Notice bibliographique
Résumé
Abstract Aim Recent meta‐analyses have revealed that plant traits and their phylogenetic history influence decay rates of dead wood and leaf litter, but it remains unknown if decay rates of wood and litter covary over a wide range of tree species and across ecosystems. We evaluated the relationships between species‐specific wood and leaf litter decomposability, as well as between wood and leaf traits that control their respective decomposability. Location Global. Methods We compiled data on rates of wood and leaf litter decomposition for 324 and 635 tree species, respectively, and data on six functional traits for both organs. We used hierarchical Bayesian meta‐analysis to estimate, for the first time, species‐specific values for wood and leaf litter decomposability standardized to reference conditions ( k * wood and k * leaf ) across the globe. With these data, we evaluated the relationships: (1) between wood and leaf traits, (2) between each k * and the selected traits within and across organs, and (3) between wood and leaf k *. Results Across all species k * wood and k * leaf were positively correlated, phylogenetically clustered and correlated with plant functional traits within and across organs. k * of both organs was usually better described as a function of within‐ and cross‐organ traits, than of within‐organ traits alone. When analysed for angiosperms and gymnosperms separately, wood and leaf k * were no longer significantly correlated, but each k * was still significantly correlated to the functional traits. Main conclusions We demonstrate important relationships among wood and leaf litter decomposability as after‐life effects of traits from the living plants. These functional traits influence the decomposability of senesced tissue which could potentially lead to alterations in the rates of biogeochemical cycling, depending on the phylogenetic structure of the species pool. These results provide crucial information for a better representation of decomposition rates in dynamic global vegetation models.
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 | 0,005 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».