MétaCan
Menu
Retour à la cohorte
Enregistrement W4389627384 · doi:10.1016/j.scitotenv.2023.169346

Moso bamboo (Phyllostachys edulis) expansion enhances soil pH and alters soil nutrients and microbial communities

2023· article· en· W4389627384 sur OpenAlexaff
Yaoxing Wu, Jiahuan Guo, Zhiying Tang, Tianxiang Wang, Wenting Li, Xiaorong Wang, Hongxia Cui, Xingyi Hu, Lianghua Qi

Notice bibliographique

RevueThe Science of The Total Environment · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBamboo properties and applications
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesNational Natural Science Foundation of ChinaState Key Laboratory of Microbial ResourcesShandong University
Mots-clésBambooPhyllostachys edulisEnvironmental scienceNutrientSoil pHEcologyAgronomyAgroforestrySoil waterBiologySoil science

Résumé

récupéré en direct d'OpenAlex

Amid global environmental concerns, the issue of bamboo expansion has garnered significant attention due to its extensive and profound impacts on the ecosystems. Bamboo expansion occurs in native and introduced habitats worldwide, particularly in Asia. However, the effects of bamboo expansion on soil pH, nutrient levels, and microbial communities are complex and vary across different environments. To address this knowledge gap, we conducted a meta-analysis with 2037 paired observations from 81 studies. The results showed that soil pH increased by 6.99 % (0-20 cm) and 4.49 % (20-40 cm) after bamboo expansion. Notably, soil pH increased more in the coniferous forest with bamboo expansion than in the broadleaf forest. Soil pH progressively increased over time since the establishment of bamboo stands. The extent of soil pH elevation was significantly positively correlated with the proportion of bamboo within the forest stand and mean annual solar radiation. In contrast, it was significantly negatively correlated with the mean annual temperature. The elevation of pH is closely related to expansion stage and expanded forest type rather than primarily shaped by climatic factors across a large scale. We also found that bamboo expansion into coniferous forests brought about a notable 14.14 % reduction in total nitrogen (TN). Varied expansion stages resulted in TN reductions of 6.88 % and 7.99 % for mixed forests and bamboo stands, respectively, compared to native forests. Pure bamboo stands exhibited a remarkable 30.39 % increase in ammonium nitrogen and a significant 21.12 % decrease in nitrate nitrogen compared to their native counterparts. Furthermore, bamboo expansion contributed to heightened soil fungal diversity. Taken together, our findings highlight that bamboo expansion leads to an increase in soil pH and alters soil N components and fungal microbial communities, providing valuable insights for future ecological conservation and resource management.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,015
Tête enseignante GPT0,193
Écart entre enseignants0,177 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations41
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Science of The Total EnvironmentMême sujetBamboo properties and applicationsTravaux en français237 207