Unraveling intraspecific trait variation in Amazonian secondary forests: interactions among succession, soils, plant height and species strategies
Notice bibliographique
Résumé
Secondary forests (SFs), which dominate tropical regions and account for more than half of the total forest area, play a crucial role as carbon sinks and contribute significantly to climate change mitigation. However, our understanding of how species respond to ongoing climate change in these forests remains limited, particularly because species performance may shift across successional stages in response to changing environmental filters. Therefore, understanding the factors that influence species regeneration and drought tolerance is essential for predicting their resilience in the face of intensifying climate change. In this study, we evaluated intraspecific variation in hydraulic and anatomical traits of three abundant tree species (Eschweilera coriacea, Licania kunthiana and Tapirira guianensis) occurring in a successional gradient of SFs in the Eastern Amazon and their relationships with soil characteristics. We identified intraspecific variation both among individuals within the same plot and across different plots; however, we did not observe a consistent pattern of trait variation along the successional gradient. In some cases, successional age was associated with variation in anatomical and hydraulic traits, but these relationships were not consistent across species. In addition, soil properties were a key determinant of intraspecific variation. Our findings highlight the complexity of intraspecific trait responses in SFs and underscore the need to consider both species-specific strategies and environmental drivers when predicting forest resilience under future climate change.
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) | 0,001 | 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 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 ».