MétaCan
Menu
Retour à la cohorte
Enregistrement W4387780294 · doi:10.1038/s41467-023-42291-6

Calcium promotes persistent soil organic matter by altering microbial transformation of plant litter

2023· article· en· W4387780294 sur OpenAlexfundno aff
Itamar Shabtai, Roland C. Wilhelm, Steffen A. Schweizer, Carmen Höschen, Daniel H. Buckley, Johannes Lehmann

Notice bibliographique

RevueNature Communications · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSoil Carbon and Nitrogen Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health ResearchOffice of ScienceUnited States - Israel Binational Agricultural Research and Development FundU.S. Department of EnergyCanadian Light SourceNational Science Foundation
Mots-clésLitterOrganic matterAbiotic componentChemistryPlant litterEnvironmental chemistrySoil organic matterBiomass (ecology)Chemical transformationSoil carbonSoil waterEcosystemEcologyBiologyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Calcium (Ca) can contribute to soil organic carbon (SOC) persistence by mediating physico-chemical interactions between organic compounds and minerals. Yet, Ca is also crucial for microbial adhesion, potentially affecting colonization of plant and mineral surfaces. The importance of Ca as a mediator of microbe-mineral-organic matter interactions and resulting SOC transformation has been largely overlooked. We incubated 44 Ca labeled soils with 13 C 15 N labeled leaf litter to study how Ca affects microbial transformation of litter and formation of mineral associated organic matter. Here we show that Ca additions promote hyphae-forming bacteria, which often specialize in colonizing surfaces, and increase incorporation of litter into microbial biomass and carbon use efficiency by approximately 45% each. Ca additions reduce cumulative CO 2 production by 4%, while promoting associations between minerals and microbial byproducts of plant litter. These findings expand the role of Ca in SOC persistence from solely a driver of physico-chemical reactions to a mediator of coupled abiotic-biotic cycling of SOC.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,606
Score d'incertitude au seuil0,155

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,022
Tête enseignante GPT0,239
Écart entre enseignants0,217 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations223
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetSoil Carbon and Nitrogen DynamicsTravaux en français237 207