MétaCan
Menu
← Retour à la cohorte
Enregistrement W2965739793 · doi:10.5539/jas.v11n14p282

Diversity of Arbuscular Mycorrhizal Fungi in Agroforestry, Conventional Plantations and Native Forests in Roraima State, Northern Brazil

2019· article· en· W2965739793 sur OpenAlexvenueno aff
Tharles Mesquita Araújo, Krisle da Silva, Gilmara Maria Duarte Pereira, Alexandre Curcino, Sidney Luiz Stürmer, Plínio Henrique Oliveira Gomide

Notice bibliographique

RevueJournal of Agricultural Science · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMycorrhizal Fungi and Plant Interactions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAcaulosporaAgroforestrySpecies richnessGlomusBiodiversitySpecies diversityGeographyEcosystem servicesEcosystemBiologyAgronomyEcologySporeBotanyArbuscular mycorrhizalSymbiosis

Résumé

récupéré en direct d'OpenAlex

Arbuscular mycorrhizal fungi (AMF) are important components of the soil microbiota in terrestrial ecosystems, under the influence of various factors such as soil use and management, and can be adapted to a structure and diversity of fungal communities. The aim of this survey was to evaluate the influence of different systems of land use and management on AMF diversity in the Roraima State, Brazil. We collected soil samples in agroforestry, conventional soybean planting, conventional corn and native forest. After 150 days of incubation in a greenhouse, we extracted the spores in order to evaluate AMF, volume and to determine taxonomic identification. We found 16 species of AMF and the genus Acaulospora was the most frequent, followed by Glomus. Soil under agroforestry system had the highest species richness and the native forest, the lowest. On the other hand, soybean and corn areas presented greater density values than agroforestry system and native forest. In the agroforestry system, SOM attributes, Al3+ and H + Al had influence in AMF species richness. Thus, agroforestry constitute sustainable alternative influencing AMF communities in these ecosystems.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,034
Score d'incertitude au seuil0,067

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,008
Tête enseignante GPT0,216
Écart entre enseignants0,208 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations12
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural Science→Même sujetMycorrhizal Fungi and Plant Interactions→Travaux en français237 207→