Legacy effects control root elemental composition and stoichiometry in subtropical forests: Empirical support for the biogeochemical niche hypothesis
Notice bibliographique
Résumé
Abstract Under biogeochemical niche (BN) theory, plant allocation of elements to organs to maintain fundamental biological processes varies with species, leading to the formation of species‐specific BNs. However, empirical support for the BN theory is largely restricted to plant leaf elemental composition and stoichiometry, with a lack of clarity about the contribution of fine root element content. Here, we analysed fine root concentrations and stoichiometry of 9 elements including carbon (C), nitrogen (N), phosphorus (P), potassium (K), calcium (Ca), magnesium (Mg), iron (Fe), aluminium (Al) and manganese (Mn) in 137 tree species of a subtropical forest to quantify BN and test the theoretical framework of the BN hypothesis. Our study showed phylogenetic signals of fine root elemental composition and stoichiometry. Fine root elemental composition of the 21 most abundant co‐existing species tends to be unique and primarily driven by root N content, as indicated by canonical discriminant analysis. Legacy effects (phylogeny and species) explained 23.3%–70.7% of the variation across the different variables used to characterize fine root elemental composition, stoichiometry and BNs, whereas combined effects of soil property, mycorrhizal association type and topography factors explained 3.9%–17.7%. Synthesis : These results indicate that phylogenetic and taxonomic distance (calculated as distance metrics) represent a proxy for species‐specific evolution and achievement of optimal function linked to bio‐element use. Thus, our study provides new empirical evidence in support of the BN hypothesis, based on plant fine root elemental composition and stoichiometry, and improves our mechanistic understanding of species coexistence dynamics.
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 | 0,001 | 0,001 |
| 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 ».