Tree diversity effects on forest productivity increase through time because of spatial partitioning
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Background Experimental manipulations of tree diversity have often found overyielding in mixed-species plantations. While most experiments are still in the early stages of stand development, the impacts of tree diversity are expected to accumulate over time. Here, I present findings from a 31-year-old tree diversity experiment (as of 2018) in Japan. Results I find that the net diversity effect on stand biomass increased linearly through time. The species mixture achieved 64% greater biomass than the average monoculture biomass 31 years after planting. The complementarity effect was positive and increased exponentially with time. The selection effect was negative and decreased exponentially with time. In the early stages (≤ 3 years), the positive complementarity effect was explained by enhanced growths of early- and mid-successional species in the mixture. Later on (≥ 15 years), it was explained by their increased survival rates owing to vertical spatial partitioning — i.e. alleviation of self-thinning via canopy stratification. The negative selection effect resulted from suppressed growths of late-successional species in the bottom layer. Conclusions The experiment provides pioneering evidence that the positive impacts of diversity-driven spatial partitioning on forest biomass can accumulate over multiple decades. The results indicate that forest biomass production and carbon sequestration can be enhanced by multispecies afforestation strategies.
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.
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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,004 |
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 découle