Water availability is a stronger driver of soil microbial processing of organic nitrogen than tree species composition
Notice bibliographique
Résumé
Abstract Soil organic nitrogen (N) cycling processes constitute a bottleneck of soil N cycling, yet little is known about how tree species composition may influence these rates, and even less under changes in soil water availability such as those that are being induced by climate change. In this study, we used a 12‐year‐old tree biodiversity experiment in southwestern France to assess the interactive effects of soil water availability (half of the blocks seasonally irrigated to double precipitation) and tree species composition (monocultural vs. mixed plots of coniferous Pinus pinaster , and of broadleaf Betula pendula ). We measured gross protein depolymerisation rates using a novel high‐throughput isotope pool dilution method, along with soil microbial biomass carbon and N to calculate microbial biomass‐specific activities of soil organic N processes. Overall, high soil water availability led to a 42% increase in soil protein depolymerisation rates compared to the unirrigated plots, but we found no effect of species composition on these soil organic N cycling processes. When investigating the interactive effect of tree species mixing and soil water availability, the results suggest that mixing tree species had a negative effect on soil organic N cycling processes in the non‐irrigated blocks subject to dry summers, but that this effect tended to become positive at higher soil water availability in irrigated plots. These results put forth that soil water availability could influence potential tree species mixing effects on soil organic N cycling processes in dry conditions. Highlights Tree species (with different litter C:N ratios) had little effect on protein depolymerisation Increasing water availability via irrigation accelerated depolymerisation rates No interactive effect between tree species mixing and water availability, although trends emerged Positive trend of mixing under high water availability and negative trend under low water
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) | 0,000 | 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) | 0,001 | 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 ».