MétaCan
Menu
Retour à la cohorte
Enregistrement W2738091335 · doi:10.1111/nph.14693

Impacts of hydraulic redistribution on grass–tree competition vs facilitation in a semi‐arid savanna

2017· article· en· W2738091335 sur OpenAlexaff
Greg A. Barron‐Gafford, Enrique P. Sánchez‐Cañete, R. L. Minor, Sean M. Hendryx, Esther Lee, Leland F. Sutter, Newton Tran, Elizabeth Ann Parra, Tony Colella, Patrick Murphy, Erik P. Hamerlynck, Praveen Kumar, Russell L. Scott

Notice bibliographique

RevueNew Phytologist · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePlant Water Relations and Carbon Dynamics
Établissements canadiensUniversity of Guelph
Organismes subventionnairesUniversity of ArizonaU.S. Department of EnergyOffice of ScienceNational Science Foundation
Mots-clésUnderstoryEnvironmental scienceEcosystemAridEcologyAgronomyAtmospheric sciencesBiologyCanopyGeology

Résumé

récupéré en direct d'OpenAlex

A long-standing ambition in ecosystem science has been to understand the relationship between ecosystem community composition, structure and function. Differential water use and hydraulic redistribution have been proposed as one mechanism that might allow for the coexistence of overstory woody plants and understory grasses. Here, we investigated how patterns of hydraulic redistribution influence overstory and understory ecophysiological function and how patterns vary across timescales of an individual precipitation event to an entire growing season. To this end, we linked measures of sap flux within lateral and tap roots, leaf-level photosynthesis, ecosystem-level carbon exchange and soil carbon dioxide efflux with local meteorology data. The hydraulic redistribution regime was characterized predominantly by hydraulic descent relative to hydraulic lift. We found only a competitive interaction between the overstory and understory, regardless of temporal time scale. Overstory trees used nearly all water lifted by the taproot to meet their own transpirational needs. Our work suggests that alleviating water stress is not the reason we find grasses growing in the understory of woody plants; rather, other stresses, such as excessive light and temperature, are being ameliorated. As such, both the two-layer model and stress gradient hypothesis need to be refined to account for this coexistence in drylands.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,388

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,249
Écart entre enseignants0,233 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations75
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNew PhytologistMême sujetPlant Water Relations and Carbon DynamicsTravaux en français237 207