Effects of neighbour location and nutrient distributions on root foraging behaviour of the common sunflower
Notice bibliographique
Résumé
Plants regularly encounter patchily distributed soil nutrients. A common foraging response is to proliferate roots within high-quality patches. The influence of the social environment on this behaviour has been given limited attention, despite important fitness consequences of competition for soil resources among plants. Using the common sunflower (Helianthus annuusL.), we compared localized root proliferation in a high-quality patch by plants grown alone to that of plants in two different social environments: with a neighbouring plant sharing equal access to the high-quality patch, and with a neighbouring plant present but farther from the high-quality patch such that the focal individual was in closer proximity to the high-quality patch. Sunflowers grown alone proliferated more roots within high-nutrient patches than lower-nutrient soil. Plants decreased root proliferation within a high-nutrient patch when it was equidistant to a neighbour. Conversely, plants increased root proliferation when they were in closer proximity to the patch relative to a nearby neighbour. Such contingent responses may allow sunflowers to avoid competition in highly contested patches, but to also pre-empt soil resources from neighbours when they have better access to a high-quality patch. We also compared patch occupancy by sunflowers grown alone with two equidistant high-quality patches to occupancy by sunflowers grown with two high-quality patches and a neighbour. Plants grown with a neighbour decreased root length within shared patches but did not increase root length within high-quality patches they were in closer proximity to, perhaps because resource pre-emption may be less important for individuals when resources are more abundant. These results show that nutrient foraging responses in plants can be socially contingent, and that plants may account for the possibility of pre-empting limited resources in their foraging decisions.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,001 | 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 ».