The establishment of apple orchards as temperate forest garden systems and their impact on indigenous bacterial and fungal population abundance in Southern Ontario, Canada
Notice bibliographique
Résumé
Abstract This research investigated soil microbial abundances affected by different ground management systems in establishing apple (Malus domestica cv. Idared, M9) orchards in Ontario, Canada. Four treatments, including forest garden systems with and without compost (FGSC and FGS), and grass understory systems with and without compost (GC and G), were assessed over two establishment years for gene copy abundance of soil arbuscular mycorrhizal (AM) fungi, total fungi and total bacteria using quantitative real-time polymerase chain reactions. Time had a greater effect on all three soil microbial abundances, with total bacterial and AM fungi decreasing and total fungal abundance increasing from spring 2013 to fall 2014. The changes were greatest between the sampling dates of fall 2013 and spring 2014, which is 1 yr after the establishment of the experimental apple plots. There were no significant differences in soil microbial abundances between treatments at any specific sampling date. Apple tree trunk circumference was greatest for FGSC and FGS after 2 yr, but no significant differences in GC and G treatments. In the last sampling period, fall 2014, FGSC plots had significantly greater trunk circumferences compared with G plots. Soil chemical properties neither changed over the 2 yr, nor did they differ between treatments at any one sampling time. We conclude that the apple-based FGS treatments can benefit apple tree growth and there is a basis for future research to explore specific plant–plant, plant–microbe and microbe–microbe relations in FGSs.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».