Experimental assessment of tree canopy and leaf litter controls on the microbiome and nitrogen fixation rates of two boreal mosses
Notice bibliographique
Résumé
Summary Nitrogen (N2)‐fixing moss microbial communities play key roles in nitrogen cycling of boreal forests. Forest type and leaf litter inputs regulate moss abundance, but how they control moss microbiomes and N2‐fixation remains understudied. We examined the impacts of forest type and broadleaf litter on microbial community composition and N2‐fixation rates of Hylocomium splendens and Pleurozium schreberi. We conducted a moss transplant and leaf litter manipulation experiment at three sites with paired paper birch (Betula neoalaskana) and black spruce (Picea mariana) stands in Alaska. We characterized bacterial communities using marker gene sequencing, determined N2‐fixation rates using stable isotopes (15N2) and measured environmental covariates. Mosses native to and transplanted into spruce stands supported generally higher N2‐fixation and distinct microbial communities compared to similar treatments in birch stands. High leaf litter inputs shifted microbial community composition for both moss species and reduced N2‐fixation rates for H. splendens, which had the highest rates. N2‐fixation was positively associated with several bacterial taxa, including cyanobacteria. The moss microbiome and environmental conditions controlled N2‐fixation at the stand and transplant scales. Predicted shifts from spruce‐ to deciduous‐dominated stands will interact with the relative abundances of mosses supporting different microbiomes and N2‐fixation rates, which could affect stand‐level N inputs.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».