Tree litter functional diversity and nitrogen concentration enhance litter decomposition via changes in earthworm communities
Notice bibliographique
Résumé
Biodiversity is a major driver of numerous ecosystem functions. However, consequences of changes in forest biodiversity remain difficult to predict because of limited knowledge about how tree diversity influences ecosystem functions. Litter decomposition is a key process affecting nutrient cycling, productivity, and carbon storage and can be influenced by plant biodiversity. Leaf litter species composition, environmental conditions, and the detritivore community are main components of the decomposition process, but their complex interactions are poorly understood. In this study, we tested the effect of tree functional diversity (FD) on litter decomposition in a field experiment manipulating tree diversity and partitioned the effects of litter physiochemical diversity and the detritivore community. We used litterbags with different mesh sizes to separate the effects of microorganisms and microfauna, mesofauna, and macrofauna and monitored soil fauna using pitfall traps and earthworm extractions. We hypothesized that higher tree litter FD accelerates litter decomposition due to the availability of complementary food components and higher activity of detritivores. Although we did not find direct effects of tree FD on litter decomposition, we identified key litter traits and macrodetritivores that explained part of the process. Litter mass loss was found to decrease with an increase in leaf litter carbon:nitrogen ratio. Moreover, litter mass loss increased with an increasing density of epigeic earthworms, with most pronounced effects in litterbags with a smaller mesh size, indicating indirect effects. Higher litter FD and litter nutrient content were found to increase the density of surface-dwelling macrofauna and epigeic earthworm biomass. Based on structural equation modeling, we conclude that tree FD has a weak positive effect on soil surface litter decomposition by increasing the density of epigeic earthworms and that litter nitrogen-related traits play a central role in tree composition effects on soil fauna and decomposition.
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 ».