Earthworm-invaded boreal forest soils harbour distinct microbial communities
Notice bibliographique
Résumé
Abstract. Earthworm invasion in North American forests has the potential to greatly impact soil microbial communities by altering soil physicochemical properties, including structure, pH, nutrient availability, and soil organic matter (SOM) dynamics. While most research on the topic has been carried out in northern temperate forests, little is known on the impact of invasive earthworms on soil microbial communities in the boreal forest, a region characterized by a slower decay of organic matter (OM). Earthworm activities can increase OM mineralization, altering nutrient cycling and biological activity in a biome where low carbon (C) and nitrogen (N) availability is typically limiting microbial and plant growth. Here, we characterized and compared microbial communities of earthworm-invaded and non-invaded soils in previously described sites across three major soil types found in the Canadian boreal forest using a space-for-time approach. Microbial communities of forest floors and surface mineral soils were characterized using phospholipid fatty acid (PLFA) analysis and metabarcoding of the 16S rRNA gene, for bacteria and archaea, and ITS2 region for fungi. In forest floors, the effects of earthworm invasion were minor. In mineral soil horizons, earthworm invasion was associated with higher fungal biomass and greater relative abundance of ectomycorrhizal fungi. Oligotrophic bacteria (Acidobacteriota and Chloroflexi) were less abundant in invaded mineral soils, where Gram(+) : Gram(−) ratios were also lower, while the opposite was observed for the copiotrophic Bacteroidota. Additionally, earthworm-invaded mineral soils harboured higher fungal and bacterial species diversity and richness. Considering the important role of soil microbial communities for ecosystem functioning, such earthworm-induced shifts in their community composition are likely to impact nutrient cycling, as well as vegetation development and forest productivity at a large scale as the invasion progresses in these boreal 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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 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 ».