Effects of herbivory and non-growing seasonality on plant secondary metabolites: a meta-analysis
Notice bibliographique
Résumé
Plant secondary metabolites (PSMs) are produced by plants to overcome environmental challenges, both biotic and abiotic. We were interested in characterizing how non-growing seasonality in temperate climates affects overall PSM production in comparison to herbivory. Typically, herbivory is measured from spring to summer when plants have high resource availability and are prioritizing growth and reproduction. However, autumn seasonality also challenges plants as they cope with limited resources and prepare survival for winter. Using meta-analysis, we recorded overall PSM concentrations across 22 different PSM classes from 58 published papers, as well as compared concentrations of five phenolics PSM classes – hydroxybenzoic acid, flavan-3-ol, flavonol, hydrolysable tannin, and condensed tannin. We then calculated effect sizes for herbivory (absence to presence) and seasonality (growing to non-growing), while considering other variables (e.g., plant type, time after herbivory, temperature, and precipitation). We found that neither herbivory nor seasonality affect overall PSM production. However, we discovered different trends among the individual phenolics classes, including herbivory having a positive effect on flavonol production and non-growing seasonality having a positive effect on flavan-3-ol and condensed tannin production. We discuss how these responses stem from three factors: 1. some PSMs are constitutively produced by plants whereas others are induced only during herbivory or non-growing seasonality, 2. plants produce metabolites with higher costs only during seasons when other resources for growth and reproduction are less available, and 3. some PSM classes serve more than one function for plants and such functions can be season-dependent. The final outcome of our meta-analysis is that non-growing seasonality does affect PSM production differently from herbivory, and we therefore see value in further investigating how non-growing seasonality impacts interactions between PSM production and herbivory.
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 | 0,007 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,040 |
| Bibliométrie | 0,005 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».