Initial wood trait variation overwhelms endophyte community effects for explaining decay trajectories
Notice bibliographique
Résumé
Abstract Microbial organisms, environmental conditions and their interactions govern many ecosystem processes. Recent studies have highlighted the importance of priority effects, that is, the identity of potential decomposers present early in community assembly, in determining resulting decay rates especially for wood. In diverse forests, available woody substrates differ chemically and structurally with implications for their role as both habitats and resources for microbes. Both wood traits and microbial communities at the start of the decay process affect subsequent decay rates, but the relative magnitude of effects is not known. In this work, we sought to ask a simple question: what are the relative effects of microbial communities and wood traits? We characterized fungal and oomycete endophytes with amplicon sequencing from stems of 22 woody species growing in woodlands near Richmond, NSW, Australia, and measured 11 traits to capture variation in the physical and chemical wood substrates. To evaluate the consequence of endophyte diversity and wood traits on the trajectory of decay, stem samples were sequentially harvested over 5 years to quantify the decay rate, its consistency and how it varies through time. We did not find evidence to support particular initial endophyte compositions leading to faster decay. Instead, initial wood attributes were much more powerful in explaining decay trajectories with smaller, less dense stems with high water, low N and low lignin concentrations decomposing consistently faster. These data show that initial wood traits have long‐lasting consequences on decay unlike natural variation in endophyte communities, supporting the idea that community member functions are highly redundant. Wood substrate‐driven environmental filtering, rather than endophyte‐driven priority effects, had a stronger effect on decay when real‐world levels of diversity in wood traits were considered. Read the free Plain Language Summary for this article on the Journal blog.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».