Community‐level trait variation of epiphytic bryophytes supports trade‐off aligned with leaf‐economic spectrum in vertically stratified tropical montane cloud forest canopies
Notice bibliographique
Résumé
Abstract Tropical montane cloud forests are among the most biodiverse ecosystems on earth and are vulnerable to climate change due to reliance on atmospheric moisture. Epiphytic bryophytes (i.e. mosses, liverworts and hornworts) dominate these ecosystems and drive important ecosystem processes, yet their underlying strategies of resource use and functional structure within the canopy are not well‐understood. Community‐level functional trait analyses along environmental gradients are valuable for understanding patterns of plant resource use in ecosystems. Along environmental gradients, intraspecific trait variation may obscure or drive patterns of functional structure but has often been overlooked. We examined bryophyte community functional structure among three vertically stratified zones in a Caribbean slope tropical montane cloud forest near Monteverde, Costa Rica. We tested how morphological and water‐related traits associated with bryophyte economic spectra differ among vertical zones within cloud forest trees and determined the relative importance of intraspecific variation in shaping this structure. Functional structure differed significantly among zones and is suggestive of an economic trade‐off whereby structural investment towards water holding capacity for species in the canopy comes at the cost of photosynthetic capacity, and vice versa on the trunk and base. Patterns of functional structure were mostly due to species turnover rather than intraspecific trait variation, which was supported by clear shifts in community composition among zones and by species with high fidelity to specific zones. We found 171 bryophyte species (50 mosses, 120 liverworts, 1 hornwort), including eight new species for Costa Rica and four new for Central America. Our results suggest that these extremely diverse epiphytic bryophyte communities exhibit acquisition–conservation trade‐offs in resource use like that known in vascular plants.
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) | 0,000 | 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 ».