Evaluating <i>Sphagnum</i> traits in the context of resource economics and optimal partitioning theories
Notice bibliographique
Résumé
Tradeoffs between key aspects of plant performance such as resource acquisition and allocation underpin several trait‐based theories that have been derived for vascular plants. However, due to difficulty in quantifying traits in nonvascular plants, our theoretical understanding of how traits govern the physiological and ecological preferences of nonvascular plant species is quite limited. Here, we used the resource economics theory (RET) and optimal partitioning theory (OPT) to evaluate functional traits in mosses. We evaluated aspects of these theories in two common but ecologically different Sphagnum moss species. We used a suite of morpho‐physiological traits across a range of environmental treatments to test whether Sphagnum is capable of functional tissue partitioning and whether the two Sphagnum species studied conform to a fast or slow strategy often observed in vascular plants. Consistent with the predictions of RET, the fast‐growing species maintained a faster growth rate and low biomass across treatments. However, some of the traits responded contrary to predictions for respiration and photosynthetic rates. Consistent with OPT, Sphagnum diverted biomass from branch to capitulum to connect with the primary source of moisture when under drought stress. Overall, this study showed that moss traits could be used to test ecological theories that were developed primarily for vascular plants.
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 | 0,000 | 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 | 0,000 |
| 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 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 ».