Soil Microbiology in Glyphosate‐Resistant Corn Cropping Systems
Notice bibliographique
Résumé
Genetically modified herbicide resistant crops are commonly grown since their introduction in the 1990s, but growing these crops could affect soil microorganisms. We evaluated the effects of glyphosate‐resistant (GR) corn ( Zea mays L.) and glyphosate application on soil microbial biomass carbon (MBC), β‐glucosidase enzyme activity (final season only), bacterial functional diversity, and bacterial community‐level physiological profiles (CLPPs) in corn monoculture in five seasons. We also determined if growing GR corn in crop rotations would alter these effects. In monoculture, the GR trait (GR corn vs. conventional corn) had no effects on MBC, β‐glucosidase activity, or functional diversity in any year. However, there were differences in CLPPs related to this trait in three seasons. Glyphosate application in monoculture increased MBC in corn rhizosphere in one season, and decreased MBC and bacterial diversity in bulk soil in another season. In crop rotations, GR corn (relative to conventional corn) decreased bacterial diversity and MBC in bulk soil in two seasons, and increased β‐glucosidase activity in corn rhizosphere and bacterial diversity in bulk soil in the final season. Growing GR corn in crop rotation compared to growing it in monoculture decreased MBC in corn rhizosphere in one season, but increased MBC and bacterial diversity in bulk soil in four seasons, and increased β‐glucosidase activity in corn rhizosphere and bulk soil in the final season. These results show that the GR technology had mostly no effects on soil microorganisms, had some inconsistent effects, and growing GR corn in crop rotation mostly mitigated any negative effects.
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) | 0,003 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».