Light heterogeneity affects understory plant diversity in temperate forests confirming the heterogeneity-diversity hypothesis
Notice bibliographique
Résumé
One of the most important drivers of the coexistence of species is the resource heterogeneity of a certain environment. Thus, many studies in different ecosystems have been carried out to test whether species richness is affected by resource heterogeneity. To date, only few studies have measured light and soil resources heterogeneity in forests to investigate its influence on plant diversity. In this study, the aim was to determine (1) which resources have major influences on forest understory plant diversity; (2) the influence of the forest canopy on the heterogeneous distribution of light and soil resources; (3) whether heterogeneity of resources increases understory plant species richness; and (4) if stand structural complexity is an indicator for understory plant species richness. Measures of stand structural complexity were obtained through inventories and remote sensing techniques in 135 study plots of temperate forests, established along a gradient of forest structural complexity. We surveyed vegetation, measured light conditions and soil properties six times in each of all plots. We calculated the standard deviations of these parameters to receive a measure of heterogeneity. Results showed that heterogeneity of light and soil C:N ratio increases with increasing stand structural complexity, increasing light heterogeneity leads to increased understory plant species richness, and finally, an increase of stand structural diversity predicts an increase in understory plant diversity. The study clearly shows that resource heterogeneity theory plays a major role in the coexistence of understory plant species and hence its diversity. These results suggest that understory plant diversity could be increased in forests managed by single tree harvesting by spatially varying the quantities of trees to be logged to create a more heterogeneous understory light environment.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».