Differential Effects of Nitrogenous Fertilizers on Methane-Consuming Microbes in Rice Field and Forest Soils
Notice bibliographique
Résumé
The impact of environmental perturbation (e.g., nitrogenous fertilizers) on the dynamics of methane fluxes from soils and wetland systems is poorly understood. Results of fertilizer studies are often contradictory, even within similar ecosystems. In the present study the hypothesis of whether these contradictory results may be explained by the composition of the methane-consuming microbial community and hence whether methanotrophic diversity affects methane fluxes was investigated. To this end, rice field and forest soils were incubated in microcosms and supplemented with different nitrogenous fertilizers and methane concentrations. By labeling the methane with 13C, diversity and function could be coupled by analyses of phospholipid-derived fatty acids (PLFA) extracted from the soils at different time points during incubation. In both rice field and forest soils, the activity as well as the growth rate of methane-consuming bacteria was affected differentially. For type I methanotrophs, fertilizer application stimulated the consumption of methane and the subsequent growth, while type II methanotrophs were generally inhibited. Terminal restriction fragment length polymorphism analyses of the pmoA gene supported the PLFA results. Multivariate analyses of stable-isotope-probing PLFA profiles indicated that in forest and rice field soils, Methylocystis (type II) species were affected by fertilization. The type I methanotrophs active in forest soils (Methylomicrobium/Methylosarcina related) differed from the active species in rice field soils (Methylobacter/Methylomonas related). Our results provide a case example showing that microbial community structure indeed matters, especially when assessing and predicting the impact of environmental change on biodiversity loss and ecosystem functioning.
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) | 0,001 | 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 ».