MétaCan
Menu
← Retour à la cohorte
Enregistrement W4391402189 · doi:10.22541/au.170669734.48228677/v1

What’s past is past, mostly: Brassicaceae host plants mask the feedback from the previous year’s soil history on bacterial communities, except when the Brassicaceae hosts experience drought

2024· preprint· en· W4391402189 sur OpenAlexaff
Andrew J.C. Blakney, Luke D. Bainard, Marc St‐Arnaud, Mohamed Hijri

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMycorrhizal Fungi and Plant Interactions
Établissements canadiensAgriculture and Agri-Food CanadaUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésBrassicaceaeBiologyHost (biology)RhizosphereSinapisBotanyEcologyAgronomyBrassicaBacteria

Résumé

récupéré en direct d'OpenAlex

Previous soil history and the current plant hosts are two plant-soil feedbacks that operate at different time-scales to influence the structure soil bacterial communities. In this study, we used a MiSeq metabarcoding strategy to describe the impact of five Brassicaceae host plant species, and three different soil histories, on the structure of their bacterial root and rhizosphere communities at full flower. We found that the Brassicaceae host plants were consistently significant in structuring the bacterial communities. Four host plants (Sinapis alba, Brassica napus, B. juncea, B. carinata) formed nearly the same bacterial communities, regardless of soil history. Camelina sativa host plants structured phylogenetically distinct bacterial communities compared to the other hosts, particularly in their roots. Soil history established the previous year was only a significant factor for bacterial community structure when the feedback of the Brassicaceae host plants was weakened, potentially due to limited soil moisture during a dry year. Understanding how plant-soil feedbacks operate at different time-scales and are involved in how microbial communities are structured is a pre-requisite for employing microbiome technologies in improving agricultural systems.

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,033
Tête enseignante GPT0,226
Écart entre enseignants0,193 · 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'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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMycorrhizal Fungi and Plant Interactions→Travaux en français237 207→