Multi‐year drought alters plant species composition more than productivity across northern temperate grasslands
Notice bibliographique
Résumé
Abstract The occurrence of multi‐year drought is predicted to increase globally with climate change. However, it is unclear whether drought effects on ecosystems are progressive through time. Here, we experimentally reduced growing season precipitation (GSP) by 45% at seven North American temperate grasslands for four consecutive years to determine the following: (a) whether the effects of reduced precipitation on plant community structure and biomass components (shoot, root, litter) are compounding over time; (b) whether prior year climatic and soil conditions influence subsequent drought impacts on plant community structure and biomass components; and (c) whether the effects of reduced precipitation on individual ecosystem components are related to one another. Across the seven field sites, we observed neither consistent nor progressive effects of reduced precipitation on any biomass component during the experiment, despite having extreme drought conditions imposed for four consecutive years. Relative to the ambient treatment, above‐ground net primary productivity (ANPP) declined in response to drought during the early years of the experiment but increased above the ambient treatment in the fourth year, while root and litter biomass were stable across the sites throughout the study. Similarly, graminoid cover decreased initially but recovered by the final year of the experiment, contributing to observed differences in species composition between treatments across sites. Compositional changes were not associated with any declines in species richness or evenness. Divergent responses among years were not driven by lag effects based on prior year climatic and soil conditions. Furthermore, precipitation effects on ecosystem components were largely independent as we found only two positive links: between ANPP and plant species richness, and between species evenness and composition. Synthesis . Overall, our results suggest that these northern grasslands are relatively resistant to short‐term multi‐year drought in the context of supporting plant diversity and biomass production.
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 | 0,000 | 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 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 ».