Fungal community and functional responses to soil warming are greater than for soil nitrogen enrichment
Notice bibliographique
Résumé
Soil fungi are key regulators of forest carbon cycling and their responses to global change have effects that ripple throughout ecosystems. Global changes are expected to push many fungi beyond their environmental niches, but there are relatively few studies involving multiple, simultaneous global change factors. Here, we studied soil fungal diversity, community composition, co-occurrence patterns, and decomposition gene responses to 10 years of soil warming and nitrogen addition, alone and in combination. We specifically examined whether there were fungal community characteristics that could explain changes in soil carbon storage and organic matter chemistry in chronically warmed and fertilized soil. We found that fungal communities in warmed soils are less diverse and shift in composition. Warming also favored hyperdominance by a few mycorrhizal fungal species and lowered manganese peroxidase but increased hydrolytic enzyme encoding gene potentials. Nitrogen addition did not significantly affect fungal community composition but, like warming, did reduce fungal diversity and favored overdominance by a unique set of mycorrhizal taxa. Warming alone and in combination with nitrogen addition also reduced negative but increased positive fungal co-occurrence probabilities, promoting species coexistence. Negative fungal co-occurrence was positively correlated to soil carbon content, while the proportion of fungal hydrolytic enzyme encoding genes was negatively correlated with soil carbon content. This may reflect fungal life history trade-offs between competition (e.g., reduced negative co-occurrence) and resource acquisition (e.g., higher abundance of hydrolytic enzyme encoding genes) with implications for carbon storage.
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) | 0,000 | 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 | 0,000 |
| 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 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 ».