Experimentally determined traits shape bacterial community composition one and five years following wildfire
Notice bibliographique
Résumé
Abstract Wildfires represent major ecological disturbances, burning 2–3% of Earth’s terrestrial area each year with sometimes drastic effects above- and belowground. Soil bacteria offer an ideal, yet understudied system within which to explore fundamental principles of fire ecology. To understand how wildfires restructure soil bacterial communities and alter their functioning, we sought to translate aboveground fire ecology to belowground systems by determining which microbial traits are important post-fire and whether changes in bacterial communities affect carbon cycling. We employed an uncommon approach to assigning bacterial traits, by first running three laboratory experiments to directly determine which microbes survive fires, grow quickly post-fire and/or thrive in the post-fire environment, while tracking CO2 emissions. We then quantified the abundance of taxa assigned to each trait in a large field dataset of soils one and five years after wildfires in the boreal forest of northern Canada. We found that fast-growing bacteria rapidly dominate post-fire soils but return to pre-burn relative abundances by five years post-fire. Although both fire survival and affinity for the post-fire environment were statistically significant predictors of post-fire community composition, neither are particularly influential. Our results from the incubation trials indicate that soil carbon fluxes post-wildfire are not likely limited by microbial communities, suggesting strong functional resilience. From these findings, we offer a traits-based framework of bacterial responses to wildfire.
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 | 0,001 |
| 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 | 0,001 | 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 ».