Trait-Based Community Assembly along an Elevational Gradient in Subalpine Forests: Quantifying the Roles of Environmental Factors in Inter- and Intraspecific Variability
Notice bibliographique
Résumé
Understanding how communities respond to environmental variation is a central goal in ecology. Plant communities respond to environmental gradients via intraspecific and/or interspecific variation in plant functional traits. However, the relative contribution of these two responses to environmental factors remains poorly tested. We measured six functional traits (height, leaf thickness, specific leaf area (SLA), leaf carbon concentration (LCC), leaf nitrogen concentration (LNC) and leaf phosphorus concentration (LPC)) for 55 tree species occurring at five elevations across a 1200 m elevational gradient of subalpine forests in Yulong Mountain, Southwest China. We examined the relative contribution of interspecific and intraspecific traits variability based on community weighted mean trait values and functional diversity, and tested how different components of trait variation respond to different environmental axes (climate and soil variables). Species turnover explained the largest amount of variation in leaf morphological traits (leaf thickness and SLA) across the elevational gradient. However, intraspecific variability explained a large amount of variation (49.3%-76.3%) in three other traits (height, LNC and LPC) despite high levels of species turnover. The detection of limiting similarity in community assembly was improved when accounting for both intraspecific and interspecific variability. Different components of trait variation respond to different environmental axes, especially soil water content and climatic variables. Our results indicate that intraspecific variation is critical for understanding community assembly and evaluating community response to environmental change.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 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 ».