MétaCan
Menu
Retour à la cohorte
Enregistrement W2150149157 · doi:10.1111/j.1461-0248.2010.01547.x

Soil fungal pathogens and the relationship between plant diversity and productivity

2010· article· en· W2150149157 sur OpenAlexaff
John L. Maron, Marilyn Marler, John N. Klironomos, Cory C. Cleveland

Notice bibliographique

RevueEcology Letters · 2010
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMycorrhizal Fungi and Plant Interactions
Établissements canadiensUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésProductivityBiologyDiversity (politics)Biomass (ecology)BiodiversitySpecies richnessEcologyFungicidePlant diversityAgronomy

Résumé

récupéré en direct d'OpenAlex

One robust result from many small-scale experiments has been that plant community productivity often increases with increasing plant diversity. Most frequently, resource-based or competitive interactions are thought to drive this positive diversity-productivity relationship. Here, we ask whether suppression of plant productivity by soil fungal pathogens might also drive a positive diversity-productivity relationship. We created plant assemblages that varied in diversity and crossed this with a ± soil fungicide treatment. In control (non-fungicide treated) assemblages there was a strong positive relationship between plant diversity and above-ground plant biomass. However, in fungicide-treated assemblages this relationship disappeared. This occurred because fungicide increased plant production by an average of 141% at the lower ends of diversity but boosted production by an average of only 33% at the higher ends of diversity, essentially flattening the diversity-productivity curve. These results suggest that soil pathogens might be a heretofore unappreciated driver of diversity-productivity relationships.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,190
Écart entre enseignants0,171 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations498
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEcology LettersMême sujetMycorrhizal Fungi and Plant InteractionsTravaux en français237 207