Soil fauna diversity and chemical stressors: a review of knowledge gaps and roadmap for future research
Notice bibliographique
Résumé
Soils harbour highly‐diverse invertebrate communities that play important roles for ecosystem services, including the mitigation of environmental pollution. Chemical stressors, such as pesticides, pharmaceuticals and metals, are being increasingly spread into ecosystems due to human activities. While it is crucial to predict the consequences of chemical stressors for soil biodiversity, chemical toxicity is often assessed using individuals or populations in laboratory cultures. There has been no systematic evaluation of the evidence documenting the impacts of chemical stressors on diverse, natural soil communities. Here, we use a comprehensive literature review of 274 studies to evaluate the current state of knowledge about the effects of chemicals on soil fauna communities. Most research has had limited spatial scope, with noteworthy gaps in the regions that are potentially the most threatened by soil pollution (Southern Hemisphere). Furthermore, reports generally were constrained to a few emblematic soil fauna groups (nematodes, collembola and earthworms) and chemical stressors (metals). Future research should address biases in spatial distribution of studies, as well as the taxonomic groups and chemical compounds considered. Specifically, emphasis on indirect effects mediated by species interactions, ecosystem functioning and interactive effects of stressors and climate change, currently lacking in the literature, is needed to improve soil‐biodiversity conservation and restoration efforts, as well as predictions of global diversity 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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,003 |
| Intégrité de la recherche | 0,001 | 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 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 ».