Stress‐gradient framework for green roofs: Applications for urban agriculture and other ecosystem services
Notice bibliographique
Résumé
Abstract Green roofs are promoted to contribute to more resilient cities by enhancing urban ecosystem services and food systems. Extensive, low‐maintenance green roofs experience frequent environmental stresses, which reduce plant survival and growth. Stress‐tolerant plants are therefore used to sustain well‐established services, such as building temperature regulation. However, transitioning extensive green roofs to provide other key urban services, such as food production, involves less tolerant plant species. Although facilitation exerted by stress‐tolerant species (nurses) has been proposed to improve the performance of stress‐intolerant species (protégés) in extensive green roofs, the conditions under which facilitation could occur are not well understood. Therefore, a comprehensive framework is needed that integrates current knowledge on how the performance of protégé species is affected by nurse plants across stress conditions. We present a framework for green roof research that results in a linear model that integrates (i) modern trait–environment theory and (ii) facilitation ecology in a refined stress‐gradient hypothesis (SGH) originally developed following study of other stressful environments. The model makes testable predictions on how phenotypic traits mediate the performance response of protégé species to nurse plants along stress gradients in extensive green roofs. This is not only useful for the analysis of eco‐physiological performance measures directly linked with multifunctionality and ecosystem services, but also demographic or ‘vital’ rates that drive species persistence and plant community maintenance. We discuss a range of applications related to key agricultural and ecological questions arising from contemporary extensive green roof research, such as enhancing conditions for crop production, weed management, plant invasions and biodiversity conservation. We also provide guidelines for the generation of appropriate data and for fitting this model using readily available statistical procedures. Our framework will allow researchers to assess under which environmental conditions nurse–protégé interactions are feasible. We expect the findings from such research to help develop strategies and guidelines for managing environmental conditions that optimize protégé performances that ultimately affect the delivery of ecosystem services in constructed urban green spaces.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 ».