MétaCan
Menu
Retour à la cohorte
Enregistrement W3005590895 · doi:10.1111/ejss.12942

Grassland management effects on earthworm communities under ambient and future climatic conditions

2020· article· en· W3005590895 sur OpenAlexafffund
Jaswinder Singh, Erin K. Cameron, Thomas Reitz, Martin Schädler, Nico Eisenhauer

Notice bibliographique

RevueEuropean Journal of Soil Science · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueInvertebrate Taxonomy and Ecology
Établissements canadiensSaint Mary's University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaDeutsches Zentrum für integrative Biodiversitätsforschung Halle-Jena-LeipzigBundesministerium für Bildung und ForschungAcademy of FinlandDeutsche ForschungsgemeinschaftAlexander von Humboldt-Stiftung
Mots-clésGrasslandEarthwormClimate changeEnvironmental scienceEcologyBiomass (ecology)Land use, land-use change and forestryPastureContext (archaeology)BiodiversityGrazingAbundance (ecology)Land useGrowing seasonPrecipitationAgronomyAgroforestryBiologyGeography

Résumé

récupéré en direct d'OpenAlex

Abstract The impacts of climate change on biodiversity can be modulated by other changing environmental conditions (e.g. induced by land‐use change). The potential interactive effects of climate change and land use have rarely been studied for soil organisms. To test the effects of changing climatic conditions and land use on soil invertebrates, we examined earthworm communities across different seasons in different grassland‐use types (intensively managed grassland, extensively managed meadow and extensively managed sheep pasture). We predicted that the strength of climate change effects would vary with season and land use. Overall, extracted earthworm populations showed the strongest variations in response to the season, indicating major differences in activity patterns and extraction efficiency, whereas climate change and different grassland‐use types had fewer and weaker effects. Future climate, characterized by slightly higher precipitation in spring and autumn but a strong reduction during the summer, had positive effects on the abundance of extracted adult earthworms in spring but then reduced the abundance of active earthworms across the remaining seasons. In contrast, the total biomass of juveniles tended to be consistently lower under future climate conditions. Earthworm species responded differently to the climate change and different grassland management types, and these species‐specific responses further varied strongly across seasons. Intensive grassland management had negative effects, due to plant community composition, whereas sheep grazing favoured earthworm populations, due to dung deposition. There were only limited interactive effects between climate and land use, which thus did not support our main hypothesis. Nevertheless, these results highlight the complex and context‐dependent responses of earthworm communities and activity patterns to climate change, with potential consequences for long‐term population dynamics and crucial ecosystem functions. Highlights We explored earthworm communities in response to climate change, different grassland‐use types and seasons Climate had species‐specific effects on active earthworms, but few interactions with land‐use type Intensive grassland management decreased, but sheep grazing favoured, active earthworm populations Strong seasonal variations in earthworm activity periods will be modulated by climate change

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)0,001
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 enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,022
Tête enseignante GPT0,200
Écart entre enseignants0,178 · 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

Citations50
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Soil ScienceMême sujetInvertebrate Taxonomy and EcologyTravaux en français237 207