The importance of litter traits and decomposers for litter decomposition: a comparison of aquatic and terrestrial ecosystems within and across biomes
Notice bibliographique
Résumé
Summary Plant leaf litter comprises the major common source of energy and nutrients in forested soil and freshwater ecosystems world‐wide. However, despite the similarity of physical and biochemical processes, generalizations across aquatic and terrestrial ecosystems regarding litter decomposition drivers remain elusive. We re‐analysed data from a published field decomposition experiment conducted in two ecosystems (forest floors and streams) across five biomes (from the tropics to subarctic) with increasing decomposer community complexity (microbes, microbes and mesofauna, microbes and meso‐ and macrofauna). Using a wide litter quality gradient (15 litter combinations), we aimed to disentangle the roles of decomposer community complexity from that of leaf litter traits (18 traits encompassing four broad trait categories: nutrients, C quality, physical structure and stoichiometry) on litter C and N loss. Comparisons of decomposition drivers between ecosystems were evaluated across and within biomes. Differences in environmental conditions (e.g. climate, soil/water fertility) and litter nutrients – with a particular focus on Mg and Ca – across biomes were the major drivers of litter C loss in both ecosystems, but decomposer complexity also played a prominent role in streams. Within biomes, we observed consistent effects of litter nutrients and stoichiometry on litter C and N loss between ecosystems, but the effects of decomposer complexity differed between streams and forest floors in the temperate, Mediterranean and tropical biomes. Our results highlight that, beyond the litter traits commonly identified as controlling decomposition (e.g. C, N and lignin), micronutrients (e.g. Mg and Ca) can also play an important, and globally consistent, role in both aquatic and terrestrial ecosystems. In addition, in forest streams the complexity of decomposer communities had similar importance as litter traits for predicting litter C and N turnover across all five biomes. The identification of common drivers in our large‐scale ecosystem comparison suggests a basis to develop common models across aquatic and terrestrial ecosystems for C and N dynamics during decomposition. Future modelling efforts should account for the global similarities (litter micronutrient effects) and biome‐level differences (contingent decomposer effects) found between ecosystems.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».