Shade tree trait diversity and functions in agroforestry systems: A review of which traits matter
Notice bibliographique
Résumé
Abstract Shade trees in agroforestry systems confer ecosystem services, such as enhanced soil fertility from diverse litter inputs, microclimate regulation via shade, and disease mitigation through trophic and abiotic interactions. With this thriving role of agroforestry in sustainable agriculture, particularly for tree crops, systematic and reliable methods to select shade trees for specific agroecosystem outcomes are crucial. Plant functional traits offer a framework to describe, select and manage shade trees. Over the last decade, shade tree leaf functional traits and whole plant traits have been assessed in agroforestry systems. Yet, we lack amalgamated information on (i) what we know about shade tree trait relationships with functions to achieve desired agroecosystem outcomes, (ii) how decades of shade tree selection by farmers impacts agroforests inter‐ and intraspecific trait diversity, and (iii) which shade tree traits should be considered for achieving farmer priorities. We consolidate literature on Coffea arabica (coffee) and Theobroma cacao (cocoa) agroforestry systems to summarize the role of shade tree functional traits in three key ecosystem functions: soil fertility, microclimate modification and crop productivity. We compile global and regional datasets on tree functional trait diversity to show the functional space of agroforestry tree species compared with the overall functional space observed in plants. Despite, or maybe because of, high shade tree diversity, shade tree trait characterization remains coarse and commonly measured at the community scale in the literature. Based on published trait data, we show that farmers adjust the functional composition of shade trees to increase the recycling of soil nutrients (high leaf nitrogen), the production of wood (skewing towards lower wood densities) and the production of fruits (tendency towards high seed size). Common shade trees in coffee and cocoa systems fall in the mid‐range of leaf acquisitive to conservative strategies, providing evidence that expanding shade tree portfolios can improve, or even accelerate, functions. Synthesis and applications : Based on the agroforestry literature and on trait‐environment relationships, we propose a matrix of shade tree traits that influence desirable agroecosystem outcomes for farmers, which can guide fine‐scale coordination of trait expression and agroforestry functions.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 | 0,001 |
| 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 ».