Future carbon sequestration potential in a widespread transcontinental boreal tree species: Standing genetic variation matters!
Notice bibliographique
Résumé
Climate change (CC) necessitates reforestation/afforestation programs to mitigate its impacts and maximize carbon sequestration. But comprehending how tree growth, a proxy for fitness and resilience, responds to CC is critical to maximize these programs' effectiveness. Variability in tree response to CC across populations can notably be influenced by the standing genetic variation encompassing both neutral and adaptive genetic diversity. Here, a framework is proposed to assess tree growth potential at the population scale while accounting for standing genetic variation. We applied this framework to black spruce (BS, Picea mariana [Mill] B.S.P.), with the objectives to (1) determine the key climate variables having impacted BS growth response from 1974 to 2019, (2) examine the relative roles of local adaptation and the phylogeographic structure in this response, and (3) project BS growth under two Shared Socioeconomic Pathways while taking standing genetic variation into account. We modeled growth using a machine learning algorithm trained with dendroecological and genetic data obtained from over 2600 trees (62 populations divided in three genetic clusters) in four 48-year-old common gardens, and simulated growth until year 2100 at the common garden locations. Our study revealed that high summer and autumn temperatures negatively impacted BS growth. As a consequence of warming, this species is projected to experience a decline in growth by the end of the century, suggesting maladaptation to anticipated CC and a potential threat to its carbon sequestration capacity. This being said, we observed a clear difference in response to CC within and among genetic clusters, with the western cluster being more impacted than the central and eastern clusters. Our results show that intraspecific genetic variation, notably associated with the phylogeographic structure, must be considered when estimating the response of widespread species to CC.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».