Differential response of soil microbial and animal communities along the chronosequence of Cunninghamia lanceolata at different soil depth levels in subtropical forest ecosystem
Notice bibliographique
Résumé
Introduction: Soil biota plays a crucial role in the terrestrial ecosystem. There is growing momentum to understand the community structure and diversity of total belowground soil biota across large ecological scales. Soil biota follow divergent trends with respect to soil physiochemical properties in different ecosystems; however, little is known about their response to stand development across multiple soil depths in Chinese fir plantations, which is the most important tree species across all over China, popular for its timber production. Objectives: Here, we investigated the community assembly of soil bacteria, fungi, archaea, protists and animals across three different vertical soil profiles (0-10, 10-20, 20-40 cm) using a chronosequence of Chinese fir representing five different stand ages (5, 8, 21, 27, 40 years) in South China. Methods: High throughput illumine Hiseq2500 sequencing. Results: Our results showed that soil biotic communities exhibited a decreasing trend in alpha diversity of bacteria, fungi, protists and animals with increasing soil depth; however, archaea showed an opposite trend. Most abundant soil bacterial, fungal, archaeal, protist and animal classes were Acidobacteriia, Agaricomycetes, Bathyarchaeia, Chlorophyceae and Clitellata, respectively. Correlation of vertical distribution of biotic communities and variations in soil physiochemical properties explained that total nitrogen (TN), available phosphorus (AP) and pH were the most influencing factors for changes in soil biotic communities. Although the stand age was a contributing factor for fungal and animal beta diversity, however, as compared to soil depth, it was not dominatingly influencing the structure of other biotic communities. Conclusions: Collectively, these results reveal a new perspective on the vertical variation and distinct response patterns of soil biotic communities at a fine scale across different stand ages of Chinese fir plantations.
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 | 0,001 | 0,001 |
| 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 ».