Global impacts of fertilization and herbivore removal on soil net nitrogen mineralization are modulated by local climate and soil properties
Notice bibliographique
Résumé
Abstract Soil nitrogen (N) availability is critical for grassland functioning. However, human activities have increased the supply of biologically limiting nutrients, and changed the density and identity of mammalian herbivores. These anthropogenic changes may alter net soil N mineralization (soil net Nmin), that is, the net balance between N mineralization and immobilization, which could severely impact grassland structure and functioning. Yet, to date, little is known about how fertilization and herbivore removal individually, or jointly, affect soil net Nmin across a wide range of grasslands that vary in soil and climatic properties. Here we collected data from 22 grasslands on five continents, all part of a globally replicated experiment, to assess how fertilization and herbivore removal affected potential (laboratory‐based) and realized (field‐based) soil net Nmin. Herbivore removal in the absence of fertilization did not alter potential and realized soil net Nmin. However, fertilization alone and in combination with herbivore removal consistently increased potential soil net Nmin. Realized soil net Nmin, in contrast, significantly decreased in fertilized plots where herbivores were removed. Treatment effects on potential and realized soil net Nmin were contingent on site‐specific soil and climatic properties. Fertilization effects on potential soil net Nmin were larger at sites with higher mean annual precipitation (MAP) and temperature of the wettest quarter (T.q.wet). Reciprocally, realized soil net Nmin declined most strongly with fertilization and herbivore removal at sites with lower MAP and higher T.q.wet. In summary, our findings show that anthropogenic nutrient enrichment, herbivore exclusion and alterations in future climatic conditions can negatively impact soil net Nmin across global grasslands under realistic field conditions. This is an important context‐dependent knowledge for grassland management worldwide.
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) | 0,001 | 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) | 0,001 | 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 ».