Variations with slope in stem and leaf traits of Melica przewalskyi in alpine grassland
Notice bibliographique
Résumé
Aims The relationship between stem and leaf growth is a strategy that plant canopy enhances photosynthetic efficiency and competitiveness through configuration adjustments; this relationship indicates the ratio between xylem and photosynthetic area in a heterogeneous environment. Our objective was to examine how Melica przewalskyi modulated leaf and stem traits in adaptation to changes in slope. Methods In the alpine grassland of Qilian Mountains, Gansu Province, China, 80 plots were set up along four transects corresponding to contrasting aspects with 20 m distance between adjacent plots. A GPS was used to record latitude, longitude and altitude of each plot and Arc GIS software was used for constructing a digital elevation model(DEM) and extracting information on elevation, aspect, and slope. Community characteristics were investigated and 10 random individuals of M. przewalskyi were cut at the soil surface in each plot, and leaf mass, leaf area and stem mass were measured in laboratory. The 80 plots were grouped into 0°–10°, 10°–20°, 20°–30° slope gradients. Stem and leaf traits were log-transformed and then standardized major axis(SMA) estimation method was used to examine the allometric relationships of stem mass with leaf area or leaf mass. Important findings The stem mass, leaf mass and leaf area of M. przewalskyi gradually decreased, but the leaf number increased, with slope gradient. An isometric relationship was found between stem mass and leaf area in plots within each slope gradient, whereas an allometric relationship was found between stem mass and leaf mass. Melica przewalskyi grown on steeper slopes tended to have smaller leaf area and greater leaf number at a given stem mass, and leaves with greater stem mass had greater leaf mass. A significant difference in the SMA slope among the three slope gradients of the plots suggested that the slope of the growth site constrained leaf area and leaf mass by stem mass, reflecting plant adaptation to heterogeneous environment.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».