Functional linkages between leaf traits and net photosynthetic rate: reconciling empirical and mechanistic models
Notice bibliographique
Résumé
Summary We had two objectives: (i) to determine the generality of, and extend the applicability of, a previously reported empirical relationship between leaf‐level net photosynthetic rate (AM, nmol g−1 s−1), specific leaf area (SLA, m2 kg−1) and leaf nitrogen mass fraction (NM, mmol g−1); and (ii) to compare these empirical results with a mechanistic model of photosynthesis in order to provide a mechanistic justification for the empirical pattern. Our results were based on both literature and original data. There were a total of 160 and 87 data points for the leaf‐level and whole‐plant data, respectively. Our multiple regression for single leaves was ln(AM) = 0·66 + 0·71 ln(SLA) + 0·79 ln(NM), r2 = −0·80; only the intercept (0·11) differed for the whole‐plant data. These results are not significantly different from previously published relationships. We then converted the mechanistic model of Evans and Poorter, and a modified version which includes leaf lamina thickness (T) and leaf dry matter (tissue) concentration (CM), into directed acyclic graphs. We then derived reduced graphs that involved only T, CM, SLA, NM and AM. These were tested using structural equation modelling, with measured lamina thickness (T′) and leaf dry matter ratio (LDMR, g dry mass g−1 fresh mass) as indicators of T and CM. The original Evans–Poorter model was rejected, but the modified version fitted the structural relationships well. The same qualitative models also applied to the whole‐plant data, although the path coefficients sometimes differed. Using simulations, we show that the original Evans–Poorter model predicts a positive correlation between SLA and NM that maximizes AM. The data closely follow this predicted relationship. The correlation between the actual values of AM (standardized units) and the predicted values obtained from the modified Evans–Poorter model was 0·74 and increased to 0·82 once three outlier points were removed. These results provide a mechanistic explanation for the empirical trends relating leaf form and carbon fixation, and predict that SLA and leaf N must be quantitatively co‐ordinated to maximize C fixation.
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 | 0,009 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».