Plant feedbacks increase the temporal heterogeneity of soil moisture
Notice bibliographique
Résumé
Plant feedbacks on resource levels are well‐known, but feedbacks on resource variability have received little attention. Semi‐arid grasslands have greater temporal heterogeneity of rainfall than mesic forests, leading to the possibility that grasses further enhance this variability as a mechanism for excluding woody plants originating in habitats with less heterogeneity. Here we test the hypothesis that grasses create greater levels of temporal heterogeneity of soil resources than do woody plants. We used monocultures of five replicate species of both growth forms. Daily soil moisture measurements taken 10 and 30 cm beneath monocultures over a growing season showed that temporal heterogeneity was significantly greater under grasses than under woody plants. This occurred during a dry period when plants are most likely to compete for moisture. Differences in temporal heterogeneity between growth forms were related to differences in their abilities to reduce soil moisture: during the dry period, the net effect of vegetation on moisture 10 cm deep was greatest under grasses. Although the rate of change of soil moisture was higher under grasses, the growth forms exploited different depths of soil moisture: soils 10 cm deep were driest under grasses, but soils 30 cm deep were driest under woody species. In summary, grasses increased within‐season resource variability in a habitat already characterized by high among‐year variability.
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 | 0,000 |
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 ».