Resilience to multiple stressors in an aquatic plant and its microbiome
Notice bibliographique
Résumé
Abstract Premise Environments are changing rapidly, and outcomes of species interactions, especially mutualisms, are notoriously dependent on the environment. A growing number of studies have investigated responses of mutualisms to anthropogenic changes, yet most studies have focused on nutrient pollution or climate change, and tested single stressors. Relatively little is known about impacts of simultaneous chemical contaminants, which may differ fundamentally from nutrient or climate stressors, and are especially widespread in aquatic habitats. Methods We investigated the impacts of two common contaminants on interactions between the common duckweed Lemna minor and its microbiome. Sodium chloride (salt) and benzotriazole (a corrosion inhibitor) negatively affect aquatic organisms individually, yet commonly co-occur in runoff to duckweed-inhabited sites. We tested three L. minor genotypes with and without the culturable portion of their microbiome across field realistic gradients of salt (3 levels) and benzotriazole (4 levels) in a fully factorial experiment (72 treatments), and measured plant and microbial growth. Key Results We found that stressors had conditional effects. Salt decreased both plant and microbial growth, but decreased plant survival more as benzotriazole concentrations increased. In contrast, benzotriazole did not affect microbial abundance, and benefited plants when salt and microbes were absent, perhaps due to the biotrans-formation we observed without salt. Microbes did not ameliorate duckweed stressors, as microbial inoculation increased plant growth, but not at high salt concentrations. Conclusions Our results suggest that multistressor effects matter when predicting responses of mutualisms to global change, but that mutualisms may not buffer organisms from stressors.
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) | 0,001 | 0,001 |
| 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 | 0,001 | 0,001 |
| 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 ».