The effects of high-tannin leaf litter from transgenic poplars on microbial communities in microcosm soils
Notice bibliographique
Résumé
The impacts of leaf litter from genetically modified hybrid poplar accumulating high levels of condensed tannins (proanthocyanidins) were examined in soil microcosms consisting of moss growing on sieved soil. Moss preferentially proliferated in microcosms with lower tannin content; DGGE (denaturing gradient gel electrophoresis) detected increased fungal diversity in microcosms with low-tannin litter. The proportion of cloned rDNA sequences from Actinobacteria decreased with litter addition while Bacteroidetes, Chloroflexi, Cyanobacteria, and α-Proteobacteria significantly increased. β-Proteobacteria were proportionally more numerous at high-tannin levels. Tannins had no significant impact on overall diversity of bacterial communities analyzed with various estimators. There was an increased proportion of N-fixing bacteria corresponding to the addition of litter with low-tannin levels. The addition of litter increased the proportion of Ascomycota/Basidiomycota. Dothideomycetes, Pucciniomycetes, and Tremellomycetes also increased and Agaricomycetes decreased. Agaricomycetes and Sordariomycetes were significantly more abundant in controls, whereas Pucciniomycetes increased in soil with litter from transformed trees (P = 0.051). Richness estimators and diversity indices revealed no significant difference in the composition of fungal communities; PCoA (principal coordinate analyses) partitioned the fungal communities into three groups: (i) those with higher amounts of added tannin from both transformed and untransformed treatments, (ii) those corresponding to soils without litter, and (iii) those corresponding to microcosms with litter added from trees transformed only with a β-glucuronidase control vector. While the litter from transformed poplars had significant effects on soil microbe communities, the observed impacts reflected known impacts on soil processes associated with tannins, and were similar to changes that would be expected from natural variation in tannin levels.
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) | 0,000 | 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 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 ».