Influence of millipedes on litter decomposition, N mineralization, and microbial communities in a coastal forest in British Columbia, Canada
Notice bibliographique
Résumé
Laboratory experiments were conducted with the millipede Harpaphe haydeniana haydeniana Wood (Polydesmida: Xystodesmidae) to determine (i) its litter feeding preferences, (ii) rates of leaf litter consumption, (iii) feeding effects on available nitrogen, and (iv) functional microbial diversity. The millipede exhibited a preference for Douglas-fir (Pseudotsuga menziesii (Mirb.) Franco) and, to a lesser extent, Sitka spruce (Picea sitchensis (Bong.) Carrière) litter compared with western hemlock (Tsuga heterophylla (Raf.) Sarg.) and western redcedar (Thuja plicata Donn ex D. Don) litter when given a choice. When only one litter type was provided, millipedes consumed considerably more western redcedar than Douglas-fir, Sitka spruce, or western hemlock. Among the six broadleaf species tested, paper birch (Betula papyrifera Marsh.), bigleaf maple (Acer macrophyllum Pursh), vine maple (Acer circinatum Pursh), and red alder (Alnus rubra Bong.) were consumed at much higher rates than swordfern (Polystichum munitum (Kaulf.) Presl.) or salal (Gaultheria shallon Pursh). Daily rates of conifer litter consumption ranged between 10 and 20% of the millipede's fresh biomass and may translate to 36% of the annual litter fall. Our results suggest that transformation of conifer litter into millipede frass can increase rates of litter decomposition and N mineralization, as well as influence microbial activity and diversity in coastal forests.
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) | 0,000 | 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 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 ».