Shifts in Ectomycorrhizal Fungal Communities and Exploration Types Relate to the Environment and Fine-Root Traits Across Interior Douglas-Fir Forests of Western Canada
Notice bibliographique
Résumé
Large-scale studies that examine the responses of ectomycorrhizal fungi across biogeographic gradients are necessary to assess their role in mediating current and predicted future alterations in forest ecosystem processes. We assessed the extent of environmental filtering on interior Douglas-fir (Pseudotsuga menziesii var. glauca (Beissn.) Franco) ectomycorrhizal fungal communities across regional gradients in precipitation, temperature, and soil fertility in interior Douglas-fir dominated forests of western Canada. We also examined relationships between fine-root traits and mycorrhizal fungal exploration types by combining root and fungal trait measurements with next-generation sequencing. Temperature, precipitation, and soil C:N ratio affected fungal community dissimilarities and exploration type abundance but had no effect on fungal richness and α-diversity. Fungi with rhizomorphs (e.g., Piloderma sp.) and/or proteolytic abilities (e.g., Cortinarius sp.) dominated communities in warmer and less fertile environments. Ascomycetes (e.g., Cenococcum geophilum) and/or shorter distance explorers, which are potentially cost the plant less C, were favored in colder/drier climates where soils were richer in total nitrogen. Environmental filtering of ectomycorrhizal fungal communities is potentially related to co-evolutionary history between Douglas-fir populations and fungal symbionts, suggesting success of interior Douglas-fir as climate changes may be dependent on maintaining strong associations with local communities of mycorrhizal fungi. No evidence for a link between root and fungal resource foraging strategies was found at the regional scale. This lack of evidence further supports the need for a separate mycorrhizal symbiosis framework, independent from root trait frameworks, to aid in understanding below-ground plant uptake strategies across environments.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».