Evolutionary history explains foliar spectral differences between arbuscular and ectomycorrhizal plant species
Notice bibliographique
Résumé
Leaf spectra are integrated foliar phenotypes that capture a range of traits and can provide insight into ecological processes. Leaf traits, and therefore leaf spectra, may reflect belowground processes such as mycorrhizal associations. However, evidence for the relationship between leaf traits and mycorrhizal association is mixed, and few studies account for shared evolutionary history. We conduct partial least squares discriminant analysis to assess the ability of spectra to predict mycorrhizal type. We model the evolution of leaf spectra for 92 vascular plant species and use phylogenetic comparative methods to assess differences in spectral properties between arbuscular mycorrhizal and ectomycorrhizal plant species. Partial least squares discriminant analysis classified spectra by mycorrhizal type with 90% (arbuscular) and 85% (ectomycorrhizal) accuracy. Univariate models of principal components identified multiple spectral optima corresponding with mycorrhizal type due to the close relationship between mycorrhizal type and phylogeny. Importantly, we found that spectra of arbuscular mycorrhizal and ectomycorrhizal species do not statistically differ from each other after accounting for phylogeny. While mycorrhizal type can be predicted from spectra, enabling the use of spectra to identify belowground traits using remote sensing, this is due to evolutionary history and not because of fundamental differences in leaf spectra due to mycorrhizal type.
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 | 0,001 | 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 | 0,001 |
| 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 ».