Effects of Soil Attributes on Floristic Composition and Structure of Dry Forests in the Brazilian Savanna
Notice bibliographique
Résumé
ABSTRACT Soil attributes significantly influence community patterns within dry forests, yet the factors driving regional community formation in the Brazilian savanna remain poorly understood. This study aimed to describe and compare the floristic composition, vegetation structure and soil properties across dry forests, specifically examining the impact of soil attributes on the floristic composition and structure of woody vegetation. The research was conducted in four dry forests within Goiás State, including two deciduous forests (DF) and two semideciduous forests (SF), with 25 permanent plots (20 × 20 m) established in each forest type. We inventoried tree species with a diameter at breast height (DBH) greater than or equal to 10 cm and analysed the physicochemical properties of the soil. Principal component analysis of the soil variables accounted for 86% of the floristic composition variation, whereas cluster analysis distinctly separated deciduous forests from semideciduous. The deciduous forests presented more fertile soil, whereas the semideciduous forests presented greater sand contents. Differences in floristic composition and structural parameters were evident, with the semideciduous forest at Itajá showing the highest species richness and diversity. The Jataí semideciduous forest exhibited greater structural development. We found substantial effects of soil attributes on vegetation parameters, with pH, effective cation exchange capacity, calcium content, potential acidity and sand percentage being the primary correlates of variation in floristic and structural characteristics between the two forest physiognomies. Our results highlight the relevance of soil characteristics as determinants in the differentiation of forest communities in the Cerrado, highlighting the need to deepen the understanding of soil–vegetation relationships to guide preventive conservation strategies.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 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 ».