MétaCan
Menu
Retour à la cohorte
Enregistrement W4408628839 · doi:10.1002/ecy.70032

Tree diversity shapes the spectral signature of light transmittance in developing forests

2025· article· en· W4408628839 sur OpenAlexaff
Laura Williams, Kyle R. Kovach, J. Antonio Guzmán Q., Artur Stefański, Raimundo Bermúdez, Ethan E. Butler, Domitille Coq‐‐Etchegaray, Catherine Glenn‐Stone, Peter Hajek, Johanna Klama, Belinda E. Medlyn, Christian Messier, Aboubakr Moradi, Alain Paquette, M. Park, Michael Scherer‐Lorenzen, Philip A. Townsend, Peter B. Reich, Jeannine Cavender‐Bares, Meredith C. Schuman

Notice bibliographique

RevueEcology · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRemote Sensing in Agriculture
Établissements canadiensUniversité du Québec en OutaouaisUniversité du Québec à Montréal
Organismes subventionnairesDivision of Environmental BiologyAlbert-Ludwigs-Universität FreiburgDivision of Biological InfrastructureUniversité de FribourgNOMIS StiftungNational Science Foundation
Mots-clésEcologySignature (topology)Diversity (politics)GeographySpectral signatureTree (set theory)Species diversityAgroforestryEnvironmental scienceRemote sensingBiologyMathematicsSociologyGeometry

Résumé

récupéré en direct d'OpenAlex

Greater tree diversity often increases forest productivity by increasing the fraction of light captured and the effectiveness of light use at the community scale. However, light may shape forest function not only as a source of energy or a cause of stress but also as a context cue: Plant photoreceptors can detect specific wavelengths of light, and plants use this information to assess their neighborhoods and adjust their patterns of growth and allocation. These cues have been well documented in laboratory studies, but little studied in diverse forests. Here, we examined how the spectral profile of light (350-2200 nm) transmitted through canopies differs among tree communities within three diversity experiments on two continents (200 plots each planted with one to 12 tree species, amounting to roughly 10,000 trees in total), laying the groundwork for expectations about how diversity in forests may shape light quality with consequences for forest function. We hypothesized-and found-that the species composition and diversity of tree canopies influenced transmittance in predictable ways. Canopy transmittance-in total and in spectral regions with known biological importance-principally declined with increasing leaf area per ground area (LAI) and, in turn, LAI was influenced by the species composition and diversity of communities. For a given LAI, broadleaved angiosperm canopies tended to transmit less light with lower red-to-far-red ratios than canopies of needle-leaved gymnosperms or angiosperm-gymnosperm mixtures. Variation among communities in the transmittance of individual leaves had a minor effect on canopy transmittance in the visible portion of the spectrum but contributed beyond this range along with differences in foliage arrangement. Transmittance through mixed species canopies often deviated from expectations based on monocultures, and this was only partly explained by diversity effects on LAI, suggesting that diversity effects on transmittance also arose through shifts in the arrangement and optical properties of foliage. We posit that differences in the spectral profile of light transmitted through diverse canopies serve as a pathway by which tree diversity affects some forest ecosystem functions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,005
Tête enseignante GPT0,199
Écart entre enseignants0,194 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEcologyMême sujetRemote Sensing in AgricultureTravaux en français237 207