Microbial feedbacks on soil organic matter dynamics underlying the legacy effect of diversified cropping systems
Notice bibliographique
Résumé
Crop rotations have well-known aboveground and belowground benefits. At regional to continental scales, the unifying mechanisms of how diversified rotations alter soil organic matter (SOM) dynamics have not been demonstrated. We assessed how increasing crop rotational diversity across a soil-climate gradient affected the integrated response of SOM chemistry, microbial community composition, and its enzymatic potential to degrade SOM. Agroecosystems with the same crop rotational diversity (all sampled during the corn phase) shared similarities in molecular SOM patterns with a strong microbial signature, pointing to common transformation processes. Differences in SOM chemistry between rotations were mainly characterized by shifts in microbial necromass markers and in lipids produced or transformed by microbes rather than by intact plant lipids. Microbial resource allocation to enzymes, which catalyze the decomposition of organic matter, differed between systems. Lower resource investment into recalcitrant C-degrading enzymes with increasing crop diversity indicates higher resource availability for the microbial community. Our multivariate analyses suggest that this could be regulated via relative changes in microbial functional groups – emergence of relatively more non-oxidase producing microorganisms like arbuscular mycorrhizal fungi rather than an absolute decrease in oxidase producing microbes. These uniform responses to increased crop rotational diversity over a wide geographical area point to enhanced stabilization of microbial-derived SOM and functional shifts in the microbial community as a common mechanism underlying the positive plant-soil feedback in diversified cropping systems.
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 ».