Plant responses to climatic extremes: within‐species variation equals among‐species variation
Notice bibliographique
Résumé
Within-species and among-species differences in growth responses to a changing climate have been well documented, yet the relative magnitude of within-species vs. among-species variation has remained largely unexplored. This missing comparison impedes our ability to make general predictions of biodiversity change and to project future species distributions using models. We present a direct comparison of among- versus within-species variation in response to three of the main stresses anticipated with climate change: drought, warming, and frost. Two earlier experiments had experimentally induced (i) summer drought and (ii) spring frost for four common European grass species and their ecotypes from across Europe. To supplement existing data, a third experiment was carried out, to compare variation among species from different functional groups to within-species variation. Here, we simulated (iii) winter warming plus frost for four grasses, two nonleguminous, and two leguminous forbs, in addition to eleven European ecotypes of the widespread grass Arrhenatherum elatius. For each experiment, we measured: (i) C/N ratio and biomass, (ii) chlorophyll content and biomass, and (iii) plant greenness, root (15) N uptake, and live and dead tissue mass. Using coefficients of variation (CVs) for each experiment and response parameter, a total of 156 within- vs. among-species comparisons were conducted, comparing within-species variation in each of four species with among-species variation for each seed origin (five countries). Of the six significant differences, within-species CVs were higher than among-species CVs in four cases. Partitioning of variance within each treatment in two of the three experiments showed that within-species variability (ecotypes) could explain an additional 9% of response variation after accounting for the among-species variation. Our observation that within-species variation was generally as high as among-species variation emphasizes the importance of including both within- and among-species variability in ecological theory (e.g., the insurance hypothesis) and for practical applications (e.g., biodiversity conservation).
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 | 0,001 | 0,001 |
| 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 | 0,001 |
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 ».