Leaf functional traits and pathogens: Linking coffee leaf rust with intraspecific trait variation in diversified agroecosystems
Notice bibliographique
Résumé
Research has demonstrated that intraspecific functional trait variation underpins plant responses to environmental variability. However, few studies have evaluated how trait variation shifts in response to plant pathogens, even though pathogens are a major driver of plant demography and diversity, and despite evidence of plants expressing distinct strategies in response to pathogen pressures. Understanding trait-pathogen relationships can provide a more realistic understanding of global patterns of functional trait variation. We examined leaf intraspecific trait variability (ITV) in response to foliar disease severity, using Coffea arabica cv. Caturra as a model species. We quantified coffee leaf rust (CLR) severity-a fungal disease prominent in coffee systems-and measured key coffee leaf functional traits under contrasting, but widespread, management conditions in an agroforestry system. We found that coffee plants express significant ITV, which is largely related to shade tree treatment and leaf position within coffee canopy strata. Yet within a single plant canopy stratum, CLR severity increased with increasing resource conserving trait values. However, coffee leaves with visible signs of disease expressed overall greater resource acquiring trait values, as compared to plants without visible signs of disease. We provide among the first evidence that leaf traits are correlated with foliar disease severity in coffee, and that functional trait relationships and syndromes shift in response to increased disease prevalence in this plant-pathogen system. In doing so, we address a vital gap in our understanding of global patterns of functional trait variation and highlight the need to further explore the potential role of pathogens within established global trait relationships and spectra.
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 ».