Notice bibliographique
Résumé
Soil denitrification is one of the most significant contributors to global nitrous oxide (N(2) O) emissions, and spatial patterns of denitrifying communities and their functions may reveal the factors that drive denitrification potential and functional consortia. Although denitrifier spatial patterns have been studied extensively in most soil ecosystems, little is known about these processes in arctic soils. This study aimed to unravel the spatial relationships among denitrifier abundance, denitrification potential and soil resources in 279 soil samples collected from three Canadian arctic ecosystems encompassing 7° in latitude and 27° in longitude. The abundance of nirS (10(6) -10(8) copies g(-1) dry soil), nirK (10(3) -10(7) copies g(-1) dry soil) and nosZ (10(6) -10(7) copies g(-1) dry soil) genes in these soils is in the similar range as non-arctic soil ecosystems. Potential denitrification in Organic Cryosols (1034 ng N(2) O-N g(-1) soil) was 5-11 times higher than Static/Turbic Cryosols and the overall denitrification potential in Cryosols was also comparable to other ecosystems. We found denitrifier functional groups and potential denitrification were highly spatially dependent within a scale of 5 m. Functional groups and soil resources were significantly (P < 0.01) correlated to potential denitrifier activities and the correlations were stronger in Organic Cryosols. Soil moisture, organic carbon and nitrogen content were the predominant controls with nirK abundance also linked to potential denitrification. This study suggests that the dominant control on arctic ecosystem-level denitrification potential is moisture and organic carbon. Further, microbial abundance controls on ecosystem level activity while undoubtedly present, are masked in the nutrient-poor arctic environment by soil resource control on denitrifier ecosystem level activity.
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 | 0,001 | 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) | 0,089 | 0,003 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».