MétaCan
Menu
Retour à la cohorte
Enregistrement W2491567269 · doi:10.1111/1365-2745.12644

Plant secondary metabolites: a key driver of litter decomposition and soil nutrient cycling

2016· article· en· W2491567269 sur OpenAlexafffund
Mathilde Chomel, Marie Guittonny‐Larchevêque, Catherine Fernandez, Christiane Gallet, Annie DesRochers, David Paré, Benjamin G. Jackson, Virginie Baldy

Notice bibliographique

RevueJournal of Ecology · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEcology and Vegetation Dynamics Studies
Établissements canadiensCentre Intégré de Santé et de Services Sociaux des LaurentidesUniversité du Québec en Abitibi-Témiscamingue
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésDecomposerEcosystemNutrient cycleEcological successionEcologyPlant litterLitterCyclingEnvironmental scienceBiologyGeography

Résumé

récupéré en direct d'OpenAlex

Summary A broad and diversified group of compounds, secondary metabolites, are known to govern species interactions in ecosystems. Recent studies have shown that secondary metabolites can also play a major role in ecosystem processes, such as plant succession or in the process of litter decomposition, by governing the interplay between plant matter and soil organisms. We reviewed the ecological role of the three main classes of secondary metabolites and the methodological challenges and novel avenues for their study. We highlight emerging general patterns of the impacts of secondary metabolites on decomposer communities and litter decomposition and argue for the consideration of secondary compounds as key drivers of soil functioning and ecosystem functioning. Synthesis. Gaining a greater understanding of plant–soil organisms relationships and underlying mechanisms, including the role of secondary metabolites, could improve our ability to understand ecosystem processes. We outline some promising directions for future research that would stimulate studies aiming to understand the interactions of secondary metabolites across a range of spatio‐temporal scales. Detailed mechanistic knowledge could help us to develop models for the process of litter decomposition and nutrient cycling in ecosystems and help us to predict future impacts of global changes on ecosystem functioning.

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)0,001
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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,006
Tête enseignante GPT0,229
Écart entre enseignants0,223 · 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

Citations372
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of EcologyMême sujetEcology and Vegetation Dynamics StudiesTravaux en français237 207