A multi‐trait approach reveals the structure and the relative importance of intra‐ vs. interspecific variability in plant traits
Notice bibliographique
Résumé
Summary 1. Functional traits have been extensively used to describe, group and rank species according to their functions. There is now growing evidence that intraspecific functional variability, as well as interspecific variability, can have significant effects on community dynamics and ecosystem functioning. A core hypothesis for the use of functional traits expressed as species means, that their intraspecific variability is negligible compared with their interspecific variability, has however been too rarely tested empirically. We then addressed four questions: Is intraspecific functional variability across species ranges negligible compared with interspecific variability? Are the major resource economics trade‐off and functional strategies robust to individual trait variability? Are species rankings or ordination robust across species ranges once considering intraspecific variability? Can species be discriminated by their leaf traits? 2. Using an environmentally stratified sampling design within an alpine catchment, we collected five functional traits for 13 common plant species with contrasting life histories and traits. Several populations from a range of environmental conditions were then sampled for each species across their ranges. 3. With an original combination of single‐trait and multi‐trait analyses, we highlighted a non‐negligible contribution of intraspecific variability to overall functional trait variability (∼30%). Although not affecting general and well‐known functional trade‐offs and strategies, intraspecific functional variability had the potential to alter species ordination and produced a functional continuum rather than a clear‐cut species classification. 4. Deciding whether intraspecific functional variability can be considered as negligible – species being represented by mean trait values –, or not – species being represented by multivariate trait distributions –, is an essential question for multiple ecological issues. However, this decision cannot be generic, but will depend on the studied system and selected traits and species, as well as on study objectives.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».