REVIEW: Plant functional traits in agroecosystems: a blueprint for research
Notice bibliographique
Résumé
Summary Functional trait‐based ecological research has been instrumental in advancing our understanding of natural plant community dynamics. However, to date, principles of functional trait ecology have not been widely applied to agricultural research and management. Here, we discuss why and how a functional trait approach – distinct from a traditional agronomic trait approach that focuses strictly on crop yield components – can provide a valuable framework for agricultural research. We illustrate these points with an emphasis on commodity crops. The literature suggests a key role for functional trait‐based research in understanding the causes and consequences of changes in agroecosystem structure and function. This includes novel approaches to understanding crop breeding and productivity, agroecosystem dynamics and non‐crop biodiversity maintenance, the contributions of agroecosystems to global net primary productivity and other biogeochemical cycles, and agricultural vulnerability to climate change. We propose that a key step in advancing trait‐based agricultural research is the consolidation of functional trait data for the world's most common crop and fodder species, the main commodities on ∼1·2 billion ha of land. Using Coffea arabica as an example, we show there is strong potential to populate a comprehensive data base of crop functional trait data. Fo r C. arabica , there exist hundreds of observations for ecologically important ‘leaf economics’ and ‘root economics’ traits, either in smaller data bases or peer‐reviewed studies, but these have not been consolidated. A similar opportunity for functional trait data consolidation exists for many of the world's most common crops. Synthesis and applications . A unified functional trait data base for just 65 of the world's most common agricultural crops can be used to provide baseline evaluations of the functional diversity across croplands covering ∼8·1% of the Earth's land surface. This functional trait data, and other trait‐based research, could further be used to evaluate how changes in interspecific and intraspecific crop diversity are mechanistically linked with alterations in agroecosystem function. Ultimately, trait‐based research that examines the causes and consequences of agricultural homogenization may contribute to more ecologically informed management of agricultural diversity, from genetic through to global scales.
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 | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,002 |
| Bibliométrie | 0,007 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,006 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,003 |
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 ».