Ecoregion and community structure influences on the foliar elemental niche of balsam fir (<i>Abies balsamea</i> (L.) Mill.) and white birch (<i>Betula papyrifera</i> Marshall)
Notice bibliographique
Résumé
Abstract Changes in foliar elemental niche properties, defined by axes of carbon (C), nitrogen (N), and phosphorus (P) concentrations, reflect how species allocate resources under different environmental conditions. For instance, elemental niches may differ in response to large‐scale latitudinal temperature and precipitation regimes that occur between ecoregions and small‐scale differences in nutrient dynamics based on species co‐occurrences at a community level. At a species level, we compared foliar elemental niche hypervolumes for balsam fir (Abies balsamea (L.) Mill.) and white birch (Betula papyrifera Marshall) between a northern and southern ecoregion. At a community level, we grouped our focal species using plot data into conspecific (i.e., only one focal species is present) and heterospecific groups (i.e., both focal species are present) and compared their foliar elemental concentrations under these community conditions across, within, and between these ecoregions. Between ecoregions at the species and community level, we expected niche hypervolumes to be different and driven by regional biophysical effects on foliar N and P concentrations. At the community level, we expected niche hypervolume displacement and expansion patterns for fir and birch, respectively—patterns that reflect their resource strategy. At the species level, foliar elemental niche hypervolumes between ecoregions differed significantly for fir (F = 14.591, p‐value = .001) and birch (F = 75.998, p‐value = .001) with higher foliar N and P in the northern ecoregion. At the community level, across ecoregions, the foliar elemental niche hypervolume of birch differed significantly between heterospecific and conspecific groups (F = 4.075, p‐value = .021) but not for fir. However, both species displayed niche expansion patterns, indicated by niche hypervolume increases of 35.49% for fir and 68.92% for birch. Within the northern ecoregion, heterospecific conditions elicited niche expansion responses, indicated by niche hypervolume increases for fir of 29.04% and birch of 66.48%. In the southern ecoregion, we observed a contraction response for birch (niche hypervolume decreased by 3.66%) and no changes for fir niche hypervolume. Conspecific niche hypervolume comparisons between ecoregions yielded significant differences for fir and birch (F = 7.581, p‐value = .005 and F = 8.038, p‐value = .001) as did heterospecific comparisons (F = 6.943, p‐value = .004, and F = 68.702, p‐value = .001, respectively). Our results suggest species may exhibit biogeographical specific elemental niches—driven by biophysical differences such as those used to describe ecoregion characteristics. We also demonstrate how a species resource strategy may inform niche shift patterns in response to different community settings. Our study highlights how biogeographical differences may influence foliar elemental traits and how this may link to concepts of ecosystem and landscape functionality.
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 | 0,001 | 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 ».