Microbes on the Cliff: Alpine Cushion Plants Structure Bacterial and Fungal Communities
Notice bibliographique
Résumé
Plants affect the spatial distribution of soil microorganisms, but the influence of the local abiotic context is poorly documented. We investigated the effect of a single plant species, the cushion plant Silene acaulis, on habitat conditions, and microbial community. We collected soil from inside (In) and outside (Out) of the cushions on calcareous and siliceous cliffs in the French Alps along an elevation gradient (2,000-3,000 masl). The composition of the microbial communities was assessed by Capillary-Electrophoresis Single Strand Conformation Polymorphism (CE-SSCP). Univariate and multivariate analyses were conducted to characterize the response of the microbial beta-diversity to soil parameters (total C, total N, soil water content, [Formula: see text], and pH). Cushions affected the microbial communities, modifying soil properties. The fungal and bacterial communities did not respond to the same abiotic factors. Outside the cushions, the bacterial communities were strongly influenced by bedrock. Inside the cushions, the bacterial communities from both types of bedrock were highly similar, due to the smaller pH differences than in open areas. By contrast, the fungal communities were equally variable inside and outside of the cushions. Outside the cushions, the fungal communities responded weakly to soil pH. Inside the cushions, the fungal communities varied strongly with bedrock and elevation as well as increases in soil nutrients and water content. Furthermore, the dissimilarities in the microbial communities between the In and Out habitats increased with increasing habitat modification and environmental stress. Our results indicate that cushions act as a selective force that counteracts the influence of the bedrock and the resource limitations on the bacterial and fungal communities by buffering soil pH and enhancing soil nutrients. Cushion plants structure microbial communities, and this effect increases in stressful, acidic and nutrient-limited environments.
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 | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».