Biochemical and structural controls on the decomposition dynamics of boreal upland forest moss tissues
Notice bibliographique
Résumé
Abstract. Mosses contribute an average of 20 % of boreal upland forest net primary productivity and are frequently observed to degrade slowly compared to vascular plants. If this is caused primarily by the chemical complexity of their tissues, moss decomposition could exhibit high temperature sensitivity (measured as Q10) due to high activation energy, which would imply that soil organic carbon (SOC) stocks derived from moss remains are especially vulnerable to decomposition with warming. Alternatively, the physical structure of the moss cell-wall biochemical matrix could inhibit decomposition, resulting in low decay rates and low temperature sensitivity. We tested these hypotheses by incubating mosses collected from two boreal forests in Newfoundland, Canada, for 959 days at 5 ∘C and 18 ∘C, while monitoring changes in the moss tissue composition using total hydrolyzable amino acid (THAA) analysis and 13C nuclear magnetic resonance (NMR) spectroscopy. Less than 40 % of C was respired in all incubations, revealing a large pool of apparently recalcitrant C. The decay rate of the labile fraction increased in the warmer treatment, but the total amount of C loss increased only slightly, resulting in low Q10 values (1.23–1.33) compared to L horizon soils collected from the same forests. NMR spectra were dominated by O-alkyl C throughout the experiment, indicating the persistence of potentially labile C. The accumulation of hydroxyproline (derived primarily from plant cell-wall proteins) and aromatic C indicates the selective preservation of biochemicals associated with the moss cell wall. This was supported by scanning electron microscope (SEM) images of the moss tissues, which revealed few changes in the physical structure of the cell wall after incubation. This suggests that the moss cell-wall matrix protected labile C from microbial decomposition, accounting for the low temperature sensitivity of moss decomposition despite low decay rates. Climate drivers of moss biomass and productivity, therefore, represent a potentially important regulator of boreal forest SOC responses to climate change that needs to be assessed to improve our understanding of carbon–climate feedbacks.
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 | 0,000 |
| 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 ».