MétaCan
Menu
Retour à la cohorte
Enregistrement W2913409255 · doi:10.1002/ecs2.2598

Thermal disruption of soil bacterial assemblages decreases diversity and assemblage similarity

2019· article· en· W2913409255 sur OpenAlexaff
Michael D. Weiser, Daliang Ning, Vanessa Buzzard, Sean T. Michaletz, Zhili He, Brian J. Enquist, Robert B. Waide, Jizhong Zhou, Michael Kaspari

Notice bibliographique

RevueEcosphere · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMicrobial Community Ecology and Physiology
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesOregon State UniversityU.S. Forest ServiceNational Science Foundation
Mots-clésMesocosmSpecies richnessEcologyTaxonAssemblage (archaeology)BiologySimilarity (geometry)Extinction (optical mineralogy)Null modelEcosystemPaleontology

Résumé

récupéré en direct d'OpenAlex

Abstract The metabolic theory of ecology assumes that rates of selection and adaptation for organisms are functions of temperature. Niche theory predicts that strong selection pressure should simplify assemblages as species are extirpated and taxa pre‐adapted for the new environment thrive. Here, we use closed mesocosms to test the prediction that higher temperatures decrease species richness and increase assemblage similarity more and faster than lower temperatures. We incubated two temperate forest soil types at constant temperatures from 10° to 35°, destructively sampling mesocosms at 30, 180, and 440 d. We quantified taxonomic richness and assemblage similarity of soil bacteria using 16S rRNA gene amplicons. As predicted, mesocosms at higher temperatures lost more taxa than those at lower temperature. Contrary to predictions, the simplified assemblages at higher temperatures became less similar to each other over time. After 440 d of incubation, the number of taxa lost was a linear function of the difference between treatment temperature and site mean annual temperature, while assemblage similarity decreased as an accelerating function of this temperature difference.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,456
Score d'incertitude au seuil0,971

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0300,000

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 Opus0,009
Tête enseignante GPT0,207
Écart entre enseignants0,198 · 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 tête enseignante, pas un consensus.

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

Citations4
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEcosphereMême sujetMicrobial Community Ecology and PhysiologyTravaux en français237 207