Effects of Warming, Nitrogen and Grazing on Plant Functional Traits Differ Between Alpine and Sub‐Alpine Grasslands
Notice bibliographique
Résumé
ABSTRACT Questions Alpine grasslands are affected by a range of global change drivers, including land‐use change, climate warming and pollution. How these drivers interact and affect plant functional communities is poorly understood. We used plant functional traits to test the single and interactive effects of warming, nitrogen addition and grazing on alpine grassland communities and assessed the importance of intraspecific trait variation. Location Alpine and sub‐alpine grasslands in western Norway. Methods For three years, we applied global change treatments to test the effects of warming with nitrogen addition, and warming with grazing at an alpine and sub‐alpine plant community. We measured six plant functional traits related to plant size and leaf economics, including intraspecific trait variation. Results Our results show that warming and nitrogen addition shifted size‐related traits in plant communities towards taller plants with larger leaves, and more strongly in the alpine than in the sub‐alpine plant community. Warming also affected leaf economic traits, promoting faster traits in the alpine and slower traits in the sub‐alpine plant community. Grazing shifted communities to faster leaves (grazing tolerant ) in the sub‐alpine community and slower leaves (grazing avoidance ) in the alpine community. There were no interactive effects between the global change drivers. The relative contributions of species turnover and intraspecific trait variation to overall trait variation differed between origins of the two plant communities. Conclusions We show that these global change drivers shift alpine and sub‐alpine plant communities in different directions, likely due to differences in resource availability. Our results support the need for site‐specific management strategies in these systems.
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 | 0,000 |
| 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) | 0,001 | 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 ».