Declining carbohydrate content of Sitka-spruce treesdying from seawater exposure
Notice bibliographique
Résumé
Increasing sea levels associated with climate change threaten the survival of coastal forests, yet the mechanisms by which seawater exposure causes tree death remain poorly understood. Despite the potentially crucial role of nonstructural carbohydrate (NSC) reserves in tree survival, their dynamics in the process of death under seawater exposure are unknown. Here we monitored progressive tree mortality and associated NSC storage in Sitka-spruce (Picea sitchensis) trees dying under ecosystem-scale increases in seawater exposure in western Washington, USA. All trees exposed to seawater, because of monthly tidal intrusion, experienced declining crown foliage during the sampling period, and individuals with a lower percentage of live foliated crown (PLFC) died faster. Tree PLFC was strongly correlated with subsurface salinity and needle ion contents. Total NSC concentrations in trees declined remarkably with crown decline, and reached extremely low levels at tree death (2.4% and 1.6% in leaves and branches, respectively, and 0.4% in stems and roots). Starch in all tissues was almost completely consumed, while sugars remained at a homeostatic level in foliage. The decreasing NSC with closer proximity to death and near zero starch at death are evidences that carbon starvation occurred during Sitka-spruce mortality during seawater exposure. Our results highlight the importance of carbon storage as an indicator of tree mortality risks under seawater exposure.
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 | 0,000 |
| 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 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 ».