MétaCan
Menu
Retour à la cohorte
Enregistrement W2159372737 · doi:10.1111/j.1365-2435.2010.01699.x

Functional complementarity of Douglas‐fir ectomycorrhizas for extracellular enzyme activity after wildfire or clearcut logging

2010· article· en· W2159372737 sur OpenAlexafffund
Melanie D. Jones, Brendan Twieg, Valerie Ward, Jason S. Barker, Daniel M. Durall, Suzanne W. Simard

Notice bibliographique

RevueFunctional Ecology · 2010
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMycorrhizal Fungi and Plant Interactions
Établissements canadiensUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésBiologyDisturbance (geology)EcosystemEcologyEctomycorrhizaNutrientLoggingMycorrhizaSymbiosis

Résumé

récupéré en direct d'OpenAlex

Summary 1. Clearcut logging results in major changes in ectomycorrhizal fungal communities, but whether this results in the loss of key functional traits, such as those associated with nutrient acquisition from soil organic matter, is unknown. Furthermore, little is known about the importance of resource partitioning in structuring ectomycorrhizal fungal communities following disturbance because most research on these communities has focussed on life history strategies. By studying functional traits, such as activities of enzymes involved in the catabolism of organic macromolecules in soil, we can determine whether a physiological potential for resource partitioning exists in pioneer ectomycorrhizal communities and whether severe disturbance affects these important ecosystem services. 2. We used activities of key hydrolytic enzymes in the ectomycorrhizospheres of Douglas‐fir seedlings regenerating at clearcut sites as a functional trait to test whether these differed from those at recent wildfire sites or control forests. We sampled the most abundant types of ectomycorrhizas from 16‐month‐old seedlings from sites exposed to (i) low or (ii) high severity wildfire, (iii) sites that had been clearcut logged in the same year as the fire and (iv) sites that contained control stands of mature Douglas‐fir. We expected differences in activities among ectomycorrhizas sampled from different disturbance treatments and among those formed by different fungal species. 3. In spite of large differences in soil chemistry, activities of acid phosphomonoesterase, N‐acetylglucosaminidase and β‐glucosidase, when averaged among the ectomycorrhizas sampled per site, were not affected by disturbance agent. However, activities varied up to sixfold among mycorrhizospheres of different fungal species on the same seedling. Multivariate analysis also indicated some consistent differences in enzyme profiles among ectomycorrhizas formed by specific fungal species, independent of treatment. 4. The finding that ectomycorrhizal fungal communities exposed to different disturbance agents are functionally similar with respect to the activities of three mycorrhizosphere enzymes supports the conclusion that complementarity exists among ectomycorrhizal fungi. The substantial physiological diversity among ectomycorrhizal fungi at the scale of an individual seedling’s root tips, especially at control mature forests, indicates the potential for resource partitioning within the ectomycorrhizal community and access to a wider range of nutrient sources by each seedling. 5. Functional similarity among ectomycorrhizal fungal communities across a disturbance severity gradient suggests that dry interior Douglas‐fir forests are resilient to severe disturbances such as high severity wildfire and clearcutting with forest floor removal. Moreover, our results suggest that current harvesting practices emulate natural disturbances with respect to site‐level mycorrhizosphere enzyme activity. The large variation in activity among fungal species, however, indicates that a substantial simplification of the fungal community through other perturbations, as expected with climate change, has the potential to affect ecosystem function.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,025
Tête enseignante GPT0,231
Écart entre enseignants0,205 · 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

Citations92
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFunctional EcologyMême sujetMycorrhizal Fungi and Plant InteractionsTravaux en français237 207