Cheatgrass invasion alters the abundance and composition of dark septate fungal communities in sagebrush steppe
Notice bibliographique
Résumé
Invasive, non-native plant species can alter soil microbial communities in ways that contribute to their persistence. While most studies emphasize mycorrhizal fungi, invasive plants also may influence communities of dark septate fungi (DSF), which are common root endophytes that can function like mycorrhizas. We tested the hypothesis that a widespread invasive plant in the western United States, cheatgrass (Bromus tectorum L.), influenced the abundance and community composition of DSF by examining the roots and rhizosphere soils of cheatgrass and two native plant species in cheatgrass-invaded and noninvaded areas of sagebrush steppe. We focused on cheatgrass because it is negatively affected by mycorrhizal fungi and colonized by DSF. We found that DSF root colonization and operational taxonomic unit (OTU) richness were significantly higher in sagebrush (Artemisia tridentata Nutt.) and rice grass (Achnatherum hymenoides (Roem. & Schult.) Barkworth) from invaded areas than noninvaded areas. Cheatgrass roots had similar levels of DSF colonization and OTU richness as native plants. The community composition of DSF varied with invasion in the roots and soils of native species and among the roots of the three plant species in the invaded areas. The substantial changes in DSF we observed following cheatgrass invasion argue for comparative studies of DSF function in native and non-native plant species.
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 ».