Traits to Carrot About: Assessing Functional Trait Variation Across Climatic Conditions in Daucus carota
Notice bibliographique
Résumé
Agriculture is a leading contributor to climate change and environmental degradation. From CO2 emissions to biodiversity loss, water and soil pollution, conventional agriculture is among the most damaging practices to Earth’s spheres. Diversified farming is hypothesized to represent a more sustainable alternative to conventional agriculture, with more diverse farms expected to be more resistant and resilient to environmental change, while mitigating agriculture impacts on the environment. Specifically, greater functional diversity—notably diversity in leaf and root traits—on farms is expected to confer greater rates of ecosystem functioning. However, studies evaluating the extent, causes, and consequences of functional trait variation for some of the world’s most common crops remain limited. This study quantified variations in 16 above- and belowground traits related to resource acquisition, water use, and yield, across ~280 individuals of seven orange carrot (Daucus carota) varieties, growing on eight farms within four climate site types. Most traits except for δ 13C and chlorophyll content varied statistically across farms, with less consistent patterns of trait variation across carrot varieties. Broadly, rates of aboveground traits seemed to trade-off against belowground resource acquisition. Specifically, the Bolero variety, bred for reliable storage, flavour, and yield, expressed the highest average maximum photosynthetic rates (Amax; 12.9±1.0 μmol CO2 m-2 s-1), while also expressing the lowest average dry root mass (0.85±0.14 g) and stem diameter (6.4±0.4 mm); meanwhile varieties such as Orange Strain Cross—bred for broad adaptation to diverse growing environments, a deep orange colour, excellent flavour, and cavity spot and nematode resistance. - -expressed the lowest average Amax (9.1±1.0 0 μmol CO2 m-2 s-1) with the highest average dry root mass (2.7±0.7 g), carrot diameter (25.6±1.5 mm), and length (13.5±1.1 cm). Variance partitioning analysis indicated that farm identity was the primary factor explaining variation in all physiological and many morphological traits, including the maximum root length, stem diameter, above ground biomass, leaf dry mass, leaf mass per area, and leaf C and N concentrations. Moving forward we suggest the use of functional diversity and therefore functional traits, such as the traits of the root or leaf economic spectrums, as a key measurement to understand the role each species plays in an ecosystem and their interactions. We further recommend the use of organic practices and selective breeding, especially using regional adaptation to ensure crops are adapted to changing climatic conditions.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».