Co‐variations in litter decomposition, leaf traits and plant growth in species from a Mediterranean old‐field succession
Notice bibliographique
Résumé
Summary A growing consensus is developing that the impact of species on ecosystem properties is mediated, at least partially, by the traits of their component species. A previous study demonstrated that the field decomposition of complex litters produced by different communities of a Mediterranean successional sere was related to the average trait value of these communities. Here we scale down to the species level, to test whether similar relationships are found for selected species from these communities. We also test whether litter decomposability can be considered as part of the suite of traits characterizing the fast–slow growth continuum in plants. We chose 12 of the most abundant herbaceous species characteristics of three stages of the old‐field succession mentioned above. We investigated trait variation and covariation for the eight following traits: specific leaf area (SLA), leaf phosphorus (LPC), nitrogen (LNC) and carbon (LCC) concentrations, leaf dry matter content (LDMC) and leaf total phenols (TPh), all on material collected in the field; and litter decomposability ( K pot ) and maximum relative growth rate (RGR max ), obtained under standardized conditions in the laboratory. Five of these traits were significantly lower in species from the advanced successional stage. These trends were similar when comparisons were conducted either with the 12 species, or on a subset incorporating taxonomic information. LDMC was the single trait best correlated with species RGR max and K pot ; the two latter traits were also significantly correlated with one another. These results provide clear evidence of functional links between plant growth, leaf traits and litter decomposability. LDMC appears as a pivotal trait of living leaves related to their structural properties. It influences the quality of the litter produced, and hence species’ potential ‘after‐life effects’ on ecosystem properties.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».