Contribution of different dispersal sources to the metabolic response of lake bacterioplankton following a salinity change
Notice bibliographique
Résumé
Summary Dispersal can modify how bacterial community composition (BCC) changes in response to environmental perturbations, yet knowledge about the functional consequences of dispersal is limited. Here we hypothesized that changes in bacterial community production in response to a salinity disturbance depend on the possibility to recruit cells from different dispersal sources. To investigate this, we conducted an in situ mesocosm experiment where bacterial communities of an oligotrophic lake were exposed to different salinities (0, 18, 36 psu) for 2 weeks and subjected to dispersal of cells originating from sediments, air (mesocosms open to air deposition), both or none. BCC was determined using 454 pyrosequencing of the 16S rRNA gene and bacterial production was measured by 3 H leucine uptake. Bacterial production differed significantly among salinity treatments and dispersal treatments, being highest at high salinity. These changes were associated with changes in BCC and it was found that the identity of the main functional contributors differed at different salinities. Our results further showed that after a salinity perturbation, the response of bacterial communities depended on the recruitment of taxa, including marine representatives (e.g., Alphaproteobacteria Loktanella , Erythrobacter and the Gammaproteobacterium Rheiheimera ) from dispersal sources, in which atmospheric deposition appeared to play a major role.
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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».