Resilience to multiple stressors in an aquatic plant and its microbiome
Notice bibliographique
Résumé
PREMISE: Outcomes of species interactions, especially mutualisms, are notoriously dependent on environmental context, and environments are changing rapidly. Studies have investigated how mutualisms respond to or ameliorate anthropogenic environmental changes, but most have focused on nutrient pollution or climate change and tested stressors one at a time. Relatively little is known about how mutualisms may be altered by or buffer the effects of multiple chemical contaminants, which differ fundamentally from nutrient or climate stressors and are especially widespread in aquatic habitats. METHODS: We investigated the impacts of two contaminants on interactions between the duckweed Lemna minor and its microbiome. Sodium chloride (salt) and benzotriazole (a corrosion inhibitor) often co-occur in runoff to water bodies where duckweeds reside. 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 (24 treatments, tested on each genotype) and measured plant and microbial growth. RESULTS: Stressors had conditional effects. Salt decreased both plant and microbial growth and decreased plant survival more as benzotriazole concentrations increased. In contrast, benzotriazole did not affect microbial abundance and even benefited plants when salt and microbes were absent, perhaps due to biotransformation into growth-promoting compounds. Microbes did not ameliorate duckweed stressors; microbial inoculation increased plant growth, but not at high salt concentrations. CONCLUSIONS: Our results suggest that multiple stressors matter when predicting responses of mutualisms to global change and that beneficial microbes may not always buffer hosts against stress.
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 ».