MétaCan
Menu
Retour à la cohorte
Enregistrement W4383618862 · doi:10.1111/1365-2435.14397

Beyond trait distances: Functional distinctiveness captures the outcome of plant competition

2023· article· en· W4383618862 sur OpenAlexfundno aff
Lucie Mahaut, Cyrille Violle, Ammar Shihan, Rémi Pélissier, Jean‐Benoit Morel, Félix de Tombeur, Koloina Rahajaharilaza, Denis Fabre, Delphine Luquet, Susan E. Hartley, Sarah J. Thorne, Elsa Ballini, Florian Fort

Notice bibliographique

RevueFunctional Ecology · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEcology and Vegetation Dynamics Studies
Établissements canadiensnon disponible
Organismes subventionnairesAgence Nationale de la RechercheUniversité de MontpellierFondation pour la Recherche sur la BiodiversiteElectricité de FranceMcGill UniversityPrinceton University
Mots-clésBiologyTraitOptimal distinctiveness theoryIntraspecific competitionNicheCompetition (biology)Pairwise comparisonEvolutionary biologyEcologyStatisticsMathematicsSocial psychologyPsychology

Résumé

récupéré en direct d'OpenAlex

Abstract Functional trait distances between coexisting organisms reflect not only complementarity in the way they use resources, but also differences in their competitive abilities. Accordingly, absolute and relative trait distances have been widely used to capture the effects of niche dissimilarity and competitive hierarchies, respectively, on the performance of plants in competition. However, multiple dimensions of the plant phenotype are involved in these plant–plant interactions (PPI), challenging the use of relative trait distances to predict their outcomes. Furthermore, estimating the effects of competitive hierarchy on the performance of a group of coexisting plants remains particularly difficult since relative trait distances relate to the effects of a focal plant on another. We argue that trait distinctiveness, an emerging facet of functional diversity that characterizes the eccentric position of a species (or genotype) in a phenotypic space, can reveal the unique role played by a given individual plant in a group of competing plants. We used the model crop species Oryza sativa spp. japonica to evaluate the ability of trait distances and trait distinctiveness to predict the outcome of intraspecific PPI on the performance of single genotype and genotype mixtures. We performed a screening experiment to characterize the phenotypic space of 49 rice genotypes based on 11 above‐ground and root traits. We selected nine genotypes with contrasting positions in the phenotypic space and grew them in pots following a complete pairwise interaction design. Relative distances and distinctiveness based on traits associated with light competition were by far the best predictors of the performance of single genotypes—taller genotypes that acquired resource faster being the best competitors—while absolute trait distances had no effect. These results indicate that competitive hierarchy for light dominates PPI in this experiment. Consistently, trait distinctiveness in plant height and age at flowering had the strongest, positive effects on mixture performance, confirming that functional distinctiveness captures the effects of trait hierarchies and asymmetric PPI at this scale. Our findings shed new light on the role of trait diversity in regulating PPI and ecosystem processes and call for a greater consideration of functional distinctiveness in studies of coexistence mechanisms. Read the free Plain Language Summary for this article on the Journal blog.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,128
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,228
Écart entre enseignants0,208 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations25
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFunctional EcologyMême sujetEcology and Vegetation Dynamics StudiesTravaux en français237 207