Seasonal and ecohydrological regulation of active microbial populations involved in DOC, CO2, and CH4 fluxes in temperate rainforest soil
Notice bibliographique
Résumé
Abstract The Pacific coastal temperate rainforest (PCTR) is a global hot-spot for carbon cycling and export. Yet the influence of microorganisms on carbon cycling processes in PCTR soil is poorly characterized. We developed and tested a conceptual model of seasonal microbial carbon cycling in PCTR soil through integration of geochemistry, micro-meteorology, and eukaryotic and prokaryotic ribosomal amplicon (rRNA) sequencing from 216 soil DNA and RNA libraries. Soil moisture and pH increased during the wet season, with significant correlation to net CO2 flux in peat bog and net CH4 flux in bog forest soil. Fungal succession in these sites was characterized by the apparent turnover of Archaeorhizomycetes phylotypes accounting for 41% of ITS libraries. Anaerobic prokaryotes, including Syntrophobacteraceae and Methanomicrobia increased in rRNA libraries during the wet season. Putatively active populations of these phylotypes and their biogeochemical marker genes for sulfate and CH4 cycling, respectively, were positively correlated following rRNA and metatranscriptomic network analysis. The latter phylotype was positively correlated to CH4 fluxes (r = 0.46, p < 0.0001). Phylotype functional assignments were supported by metatranscriptomic analysis. We propose that active microbial populations respond primarily to changes in hydrology, pH, and nutrient availability. The increased microbial carbon export observed over winter may have ramifications for climate–soil feedbacks in the PCTR.
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 | 0,000 |
| 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 ».