Evolutionarily Stable Strategy Carbon Allocation to Foliage, Wood, and Fine Roots in Trees Competing for Light and Nitrogen: An Analytically Tractable, Individual-Based Model and Quantitative Comparisons to Data
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
We present a model that scales from the physiological and structural traits of individual trees competing for light and nitrogen across a gradient of soil nitrogen to their community-level consequences. The model predicts the most competitive (i.e., the evolutionarily stable strategy [ESS]) allocations to foliage, wood, and fine roots for canopy and understory stages of trees growing in old-growth forests. The ESS allocations, revealed as analytical functions of commonly measured physiological parameters, depend not on simple root-shoot relations but rather on diminishing returns of carbon investment that ensure any alternate strategy will underperform an ESS in monoculture because of the competitive environment that the ESS creates. As such, ESS allocations do not maximize nitrogen-limited growth rates in monoculture, highlighting the underappreciated idea that the most competitive strategy is not necessarily the "best," but rather that which creates conditions in which all others are "worse." Data from 152 stands support the model's surprising prediction that the dominant structural trade-off is between fine roots and wood, not foliage, suggesting the "root-shoot" trade-off is more precisely a "root-stem" trade-off for long-lived trees. Assuming other resources are abundant, the model predicts that forests are limited by both nitrogen and light, or nearly so.
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.
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 découle