A new multifactorial approach for studying intra-annual secondary growth dynamics in Mediterranean mixed forests: integrating biotic and abiotic interactions
Notice bibliographique
Résumé
Studying intra-annual growth dynamics through a modelling approach has proved useful for characterizing differences in wood phenology between species and deviations from the expected tree growth due to climate change. The aim of this paper was to determine the climatic factors and the inter- and intra-specific competition traits that drive intra-annual secondary growth dynamics in three Mediterranean tree species that naturally co-exist in the Spanish Northern Plateau (Pinus pinea L., Juniperus thurifera L., and Quercus ilex subsp. ballota (Desf.) Samp.). For this purpose, we obtained girth increment data from band dendrometers installed on 58 trees from May 2012 to April 2015. Half of them were located in a high-density plot and half were in a low-density plot. These data were analysed through a nonlinear multifactorial model considering daily and cumulative climatic effects together with inter- and intra-specific competition indices. Our results provide evidence of a spatiotemporal niche separation between species. Compared with other species, Q. ilex subsp. ballota showed a wider thermal amplitude, a higher mean optimum temperature for growth, and a milder effect of drought on its secondary growth. Under current climate change projections, simulations based on our model predict a secondary growth reduction for P. pinea and a growth enhancement for Q. ilex subsp. ballota in these Mediterranean mixtures.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».