How is tree growth rate linked to root functional traits in phylogenetically related poplar hybrids?
Notice bibliographique
Résumé
Fine roots play a crucial role in soil nutrient and water acquisition, significantly contributing to tree growth. Fine roots with a high specific root length (SRL) and small diameter are often considered to help trees grow fast. However, inconsistencies in the literature do not provide a clear basis on the effect of root functional traits, such as SRL or root mass density (RMD), on tree growth rate in phylogenetically related trees. Our aim was to examine relationships between tree growth rate and root functional traits, using clones displaying different growth rates in a hybrid poplar plantation located in New Liskeard, ON, Canada. Fine roots (diameter < 2 mm) samples were collected using soil cores at depths of 0-20, 20-40 and 40-60 cm, and analyzed for morphological, chemical and architectural traits. High SRL and thin fine roots were associated with the least productive clones, which is not consistent with the root economics spectrum (RES) theory. However, the most productive clone had larger fine root diameter and higher root lignin concentrations, probably reducing root construction and maintenance costs and carbon losses. Therefore, at the 0-20 and 20-40 cm depths, tree growth rates showed positive correlations with root diameter and root lignin concentrations, but negative correlations with SRL and root soluble compounds concentration. Increasing RMD at the 0-20 cm depth promoted tree growth rates, showing the importance of soil exploration in the topsoil for tree growth. We conclude that fine root variation does not always follow the RES hypothesis and argue that the rapid growth rate of trees may also be driven by fine root growth in diameter and mass in phylogenetically related trees.
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 | 0,001 |
| 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) | 0,001 | 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 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 ».