Quantifying the relationship linking the community‐weighted means of plant traits and soil fertility
Notice bibliographique
Résumé
Abstract Is it possible to generalize relationships between certain plant traits and soil fertility? In particular, are there quantitative relationships between community‐weighted mean (CWM) trait values of leaf dry‐matter content (LDMC), specific leaf area (SLA), plant height, and Grime’s competitor‐stress tolerator‐ruderal (CSR) strategy scores and the generalized soil fertility, F G (i.e., the capacity of a soil to produce biomass when all nonsoil variables are held constant) that are generalizable across different species assemblages and geographical areas? We assessed F G in 21 sites in southern Quebec and 7 sites in southern France using a previously published method based on structural equation modeling. We then determined the CWM values of LDMC, SLA, plant height, and CSR scores in the 21 Quebec sites to obtain quantitative relationships between F G and these CWM traits. Using these relationships, we independently tested the generality of the trait–fertility relationships using data from French sites. The relationships between F G and the CWM traits were nonlinear, but displayed the expected qualitative trends as reported in the literature. In particular, the S score and CWM LDMC decreased with increasing soil fertility, and the R score and CWM SLA increased. CWM traits were more strongly correlated to measures of F G ( r 2 up to 0.48) than to measures of other soil characteristics ( r 2 up to 0.17 for nitrogen flux). Importantly, the independently tested French F G –trait relationships showed no significant deviations from these quantitative relationships. Further investigation is necessary to confirm if the same trend applies to other regions and or ecosystems.
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 | 0,001 | 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 | 0,001 | 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 ».