Responses of two understory herbs, <i>Maianthemum canadense</i> and <i>Eurybia macrophylla</i>, to experimental forest warming: Early emergence is the key to enhanced reproductive output
Notice bibliographique
Résumé
PREMISE OF THE STUDY: Understory herbs might be the most sensitive plant form to global warming in deciduous forests, yet they have been little studied in the context of climate change. METHODS: A field experiment set up in Minnesota, United States simulated global warming in a forest setting and provided the opportunity to study the responses of Maianthemum canadense and Eurybia macrophylla in their natural environment in interaction with other components of the ecosystem. Effects of +1.7° and +3.4°C treatments on growth, reproduction, phenology, and gas exchange were evaluated along with treatment effects on light, water, and nutrient availability, potential drivers of herb responses. KEY RESULTS: Overall, growth and gas exchanges of these two species were modestly affected by warming. They emerged up to 16 (E. macrophylla) to 17 d (M. canadense) earlier in the heated plots than in control plots, supporting early-season carbon gain under high light conditions before canopy closure. This additional carbon gain in spring likely supported reproduction. Eurybia macrophylla only flowered in the heated plots, and both species had some aspect of reproduction that was highest in the +1.7°C treatment. The reduced reproductive effort in the +3.4°C plots was likely due to reduced soil water availability, counteracting positive effects of warming. CONCLUSIONS: Global warming might improve fitness of herbaceous species in deciduous forests, mainly by advancing their spring emergence. However, other impacts of global warming such as drier soils in the summer might partly reduce the carbon gain associated with early emergence.
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 | 0,000 | 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 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 ».