MétaCan
Menu
Retour à la cohorte
Enregistrement W4213166058 · doi:10.1111/geb.13461

Tree diversity effects on soil microbial biomass and respiration are context dependent across forest diversity experiments

2022· article· en· W4213166058 sur OpenAlexaff
Simone Cesarz, Dylan Craven, Harald Auge, Helge Bruelheide, Bastien Castagneyrol, Jessica Gutknecht, Andy Hector, Hervé Jactel, Julia Koricheva, Christian Messier, Bart Muys, Michael J. O’Brien, Alain Paquette, Quentin Ponette, Catherine Potvin, Peter B. Reich, Michael Scherer‐Lorenzen, Andrew R. Smith, Kris Verheyen, Nico Eisenhauer

Notice bibliographique

RevueGlobal Ecology and Biogeography · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEcology and Vegetation Dynamics Studies
Établissements canadiensMcGill UniversityUniversité du Québec en OutaouaisUniversité du Québec à Montréal
Organismes subventionnairesAgencia Nacional de Investigación y DesarrolloDeutsche ForschungsgemeinschaftDeutsches Zentrum für integrative Biodiversitätsforschung Halle-Jena-LeipzigNational Science Foundation
Mots-clésEnvironmental scienceBiomass (ecology)EcologyAbiotic componentContext (archaeology)Soil carbonSoil ecologySoil biologySoil waterSoil organic matterBiologySoil biodiversity

Résumé

récupéré en direct d'OpenAlex

Abstract Aim Soil microorganisms are essential for the functioning of terrestrial ecosystems. Although soil microbial communities and functions are linked to tree species composition and diversity, there has been no comprehensive study of the generality or context dependence of these relationships. Here, we examine tree diversity–soil microbial biomass and respiration relationships across environmental gradients using a global network of tree diversity experiments. Location Boreal, temperate, subtropical and tropical forests. Time period 2013. Major taxa studied Soil microorganisms. Methods Soil samples collected from 11 tree diversity experiments were used to measure microbial respiration, biomass and respiratory quotient using the substrate‐induced respiration method. All samples were measured using the same analytical device, method and procedure to reduce measurement bias. We used linear mixed‐effects models and principal components analysis (PCA) to examine the effects of tree diversity (taxonomic and phylogenetic), environmental conditions and interactions on soil microbial properties. Results Abiotic drivers, mainly soil water content, but also soil carbon and soil pH, significantly increased soil microbial biomass and respiration. High soil water content reduced the importance of other abiotic drivers. Tree diversity had no effect on the soil microbial properties, but interactions with phylogenetic diversity indicated that the effects of diversity were context dependent and stronger in drier soils. Similar results were found for soil carbon and soil pH. Main conclusions Our results indicate the importance of abiotic variables, especially soil water content, for maintaining high levels of soil microbial functions and modulating the effects of other environmental drivers. Planting tree species with diverse water‐use strategies and structurally complex canopies and high leaf area might be crucial for maintaining high soil microbial biomass and respiration. Given that greater phylogenetic distance alleviated unfavourable soil water conditions, reforestation efforts that account for traits improving soil water content or select more phylogenetically distant species might assist in increasing soil microbial functions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,220
Écart entre enseignants0,211 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations52
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Ecology and BiogeographyMême sujetEcology and Vegetation Dynamics StudiesTravaux en français237 207