Self-pruning in tree crowns is influenced by functional strategies and neighborhood interactions
Notice bibliographique
Résumé
Abstract As canopy closure causes forest stands to face increasing light limitation, trees’ lower branches begin to die back. This process, called self-pruning, defines a crown’s base and depth and shapes the structure of entire stands. Self-pruning is often thought to occur after shading causes individual branches to transition from net carbon sources to sinks. Under this explanation, we would expect resource-conservative and shade-tolerant species to initiate self-pruning under deeper shade because their branches need less light to maintain a positive carbon balance. However, the notion that branches are fully autonomous may be complicated by ‘correlative inhibition,’ in which plants preferentially allocate resources towards sunlit branches. Consistent with this idea, we predicted that within species, trees with sunlit tops would initiate self-pruning at a higher light threshold. Lastly, we predicted that plot-level diversity in self-pruning strategies would correlate with productivity and total crown volume. We tested these predictions in an experiment where 12 temperate tree species were planted in plots of varying diversity and composition. We measured characteristics of crown size and position as well as the light level at the crown base (denoted L base ), which we took as an estimate of the light threshold of self-pruning. As we predicted, more shade-tolerant and resource-conservative species self-pruned at a deeper level of shade (lower L base ). In addition, most species had higher L base when they had more light at the crown top, suggestive of correlative inhibition. With respect to their neighbors’ traits, though, conservative and acquisitive species showed contrary patterns of plasticity: conservative species had lower L base around conservative neighbors, while acquisitive species had lower L base around acquisitive neighbors. However, all species declined in crown depth when they grew alongside larger, more acquisitive neighbors. As predicted, plots with a greater interspecific diversity of L base had greater basal area and crown volume. Using simulations, we showed that plasticity in crown depth between monocultures and mixtures strengthened the relationship with crown volume, primarily due to competitive release experienced by acquisitive species. By placing shade-induced self-pruning in a comparative context, we clarify how forest function emerges from competition for light between individual 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 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 | 0,002 |
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».