MétaCan
Menu
Retour à la cohorte
Enregistrement W3109768465 · doi:10.1111/1365-2435.13723

Patterns in intraspecific variation in root traits are species‐specific along an elevation gradient

2020· article· en· W3109768465 sur OpenAlexfundno aff
Monique Weemstra, Grégoire T. Freschet, Alexia Stokes, Catherine Roumet

Notice bibliographique

RevueFunctional Ecology · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSoil Carbon and Nitrogen Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesAgence Nationale de la RechercheConsejo Nacional de Ciencia y TecnologíaMcGill University
Mots-clésIntraspecific competitionBiologyInterspecific competitionTraitEcologyEnvironmental gradientBeta diversityBiodiversityHabitat

Résumé

récupéré en direct d'OpenAlex

Abstract Intraspecific trait variation is an important driver of plant performance in different environments. Although roots acquire essential resources that vary with the environment, most studies have focused on intraspecific variation in leaf traits, and research on roots is often restricted to a few species. It remains largely unclear how and to what extent root traits vary with the environment and whether general intraspecific patterns exist across species. We compared intraspecific variation in specific root length (SRL), root diameter, root tissue density (RTD) and root branching density of 11 species along a 1,000 m elevation gradient in the French Alps. We tested (a) the extent of intraspecific versus interspecific root trait variation along the gradient, (b) whether intraspecific trait patterns with elevation were consistent among species and (c) whether environmental variables better explained intraspecific variation in root traits than elevation. Specifically, we hypothesised that within a species, root trait values would adjust to enhance resource acquisition (either through an increase in SRL or root diameter, and/or in branching density) and/or conservation (increased RTD) at higher elevations. Species identity explained most of the overall variation in root traits. Elevation explained only a minor proportion of intraspecific root trait variation, which was larger within than between elevations. Also, trait relationships with elevation rarely agreed with our hypotheses, varied strongly across species and were often differently related to environmental variation. Generally, climate, soil and vegetation properties better explained intraspecific root variation than elevation, but these relationships were highly species‐dependent. Along complex environmental gradients where multiple properties simultaneously change, roots of different species vary in different ways, leading to species‐specific patterns in intraspecific root trait variation. The lack of support for our hypotheses may be caused by the multiple interactions between environmental properties, small‐scale soil heterogeneity, species phylogeny and changing plant–plant interactions. Our findings suggest that, to enhance our understanding of the effects of environmental change on plant performance, we need to better integrate the multiple dimensions of plant responses to change and measure a broader set of root traits and environmental variables. A free Plain Language Summary can be found within the Supporting Information of this article.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,033
Tête enseignante GPT0,195
Écart entre enseignants0,162 · 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 source (Gemma direct ou Codex distillé), 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

Citations133
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFunctional EcologyMême sujetSoil Carbon and Nitrogen DynamicsTravaux en français237 207