High sensitivity of herbaceous legumes to freezing: Insights from a multiyear snow removal study
Notice bibliographique
Résumé
Abstract Reductions in snow cover resulting from winter climate change are anticipated to increase the intensity of freezing exposure for overwintering herbaceous plants in many northern temperate regions. We examined whether herbaceous legumes, a key functional group responsible for increasing soil nitrogen inputs, are more sensitive to freezing than nonleguminous plants in northern temperate plant communities. We conducted snow removal experiments for three years in three herbaceous plant communities (a fallow area, an old field and a restored prairie) and recorded plant cover and biomass responses. For all three years, there were substantial decreases in legume biomass in response to snow removal for the fallow area (reductions of 70%, 90% and 50%; primarily Melilotus albus and M. officinalis ) and old field (reductions of 50%, 60% and 50%; primarily Trifolium pratense and Lotus corniculatus ), whereas there were no consistent significant reductions in biomass across years for the other herbaceous functional groups (graminoids and nonleguminous forbs). In contrast, in the restored prairie, dominated by the native legume Desmodium canadense , there were no consistent snow removal effects on the biomass of legumes or any other functional groups across years, although snow removal did reduce the percent cover of this species early in the growing season. Our results suggest that increased soil freezing via reductions in snow cover can have a stronger negative effect on some legumes than on other functional groups in northern temperate herbaceous plant communities, potentially reducing soil nitrogen inputs.
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) | 0,002 | 0,001 |
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 ».