Unexpected microbial metabolic responses to elevated temperatures and nitrogen addition in subarctic soils under different land uses
Notice bibliographique
Résumé
Abstract Subarctic regions are particularly affected by global warming. As vegetation periods lengthen, boreal forests could gradually be converted into agricultural land. How land use alters the susceptibility of soil organic matter decomposition to rising temperatures or how changes in nutrient availability, such as nitrogen (N) fertilisation, affect carbon (C) cycling is unknown. Microbial carbon use efficiency (CUE) defines how much of the decomposed soil organic carbon is directed to growth or lost to the atmosphere. Here, we investigated the response of CUE (24 h) and soil organic matter decomposition (50 days) to + 10 °C warming and N addition in three subarctic soils derived from paired plots (forest, grassland, cropland) in the Yukon, Canada. Contrary to our literature-based expectations, boreal forest soils did not demonstrate the most sensitive response to warming and N addition. Temperature sensitivity was not affected by land-use type. In contrast to a generally assumed decline, short-term warming increased CUE by + 30%, which was positively correlated with microbial growth. N addition reduced overall CUE by − 7%, in contrast to the expectation that CUE would rise due to the alleviation of nutrient limitations. The response to N addition was negatively correlated with the ratio of fungi to bacteria, and presumably depended on the prevailing N-fertilisation regime. The temperature sensitivity of microbial metabolism was driven by site-specific parameters rather than by land-use type. Our results indicate that it may not be necessary to consider land use-specific temperature sensitivities when modelling soil organic carbon dynamics under future climate conditions.
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 ».