Two grasses differ in their absorptive root physiological traits and rooting depth under drought in an alpine steppe
Notice bibliographique
Résumé
BACKGROUND AND AIMS: Absorptive root traits play important roles in acquisition of water and nutrients from soil by plants. Despite numerous reports on the changes in species dominance under long-term drought in grassland communities, few studies have specifically investigated absorptive root traits of these dominant species in grasslands, especially in alpine grasslands. METHODS: Here, two grass species (Leymus secalinus and Stipa purpurea) differing in their responses to drought were selected from an alpine steppe. A series of absorptive root traits were examined under drought in a 3-year glasshouse experiment. KEY RESULTS: We found that drought had no effects on root morphological and architectural traits, whereas root physiological traits and rooting depth differed in their responses to drought. Specifically, drought significantly reduced root respiration and enhanced organ carbon (C) exudation rate, carboxylate exudation rate, acid phosphatase activity and rooting depth of L. secalinus. In particular, L. secalinus released more citrate into the rhizosphere under drought than S. purpurea. In contrast, these root traits of S. purpurea remained relatively unchanged in response to the drought. These differential responses would render L. secalinus more competitive in acquisition of nutrients and water, thus contributing to its dominance in the community under drought. Moreover, root respiration was negatively correlated with organic C exudation rate, carboxylate exudation rate and acid phosphatase activity, indicating a trade-off between root respiration and root exudates to acquire nutrients and water by optimizing C allocation under drought. Additionally, all root traits exhibited two independent dimensions in root economic space for both species under drought. CONCLUSIONS: These results indicate that the plant species with great capacity to acquire water and nutrients in soil by optimizing C allocation under drought will be dominant in the community of the alpine grasslands. These findings provide an important insight into species re-ordering under drought on the Tibetan Plateau.
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 ».