Microbial traits dictate soil necromass accumulation coefficient: A global synthesis
Notice bibliographique
Résumé
Abstract Aim The accumulation of microbial necromass carbon has gained increasing attention due to its slow decomposition. However, it remains unclear what induces the accumulation of microbial necromass carbon via reiterated community turnover on large spatial scales. This study explores the characteristics of soil necromass carbon accumulation in terrestrial ecosystems. Location Global. Time Period Contemporary (1999–2022). Major Taxa Studied Soil microorganisms. Methods A dataset was compiled using 993 observations from 82 peer‐reviewed papers on the effects of coefficients of microbial necromass accumulation (hereafter NAC) in equilibrium. Linear mixed‐effect models and structural equation models were used to ascertain the controlling factors of the NAC. Results The average NAC was higher in croplands (28.2) and forests (26.8) than in grasslands (21.1). Edaphic factors seemingly affected the NAC, which was lower in soils with high pH and clay content on a global scale. Biotic factors, particularly those related to living microorganism abundance and microbial biomass nitrogen content, were the pivotal drivers of NAC and accounted for approximately 43.6% of its geographic variability. More organic carbon was likely to be preserved in soil with a higher NAC, regardless of ecosystem type. Conclusions Novel findings regarding the overriding controls for the living microorganism abundance and microbial biomass nitrogen that drive the NAC highlight an urgent need for viable strategies to manipulate microbial attributes for enhancing carbon sequestration.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».