Effects of fire smoke on soil microorganisms: results of a modelling experiment
Notice bibliographique
Résumé
Wildfires are widespread and have major effects on ecosystems. The sensitivity of soil microorganisms to smoke was studied in experimental conditions using smoke generated from burning pine sawdust. High concentrations of toxicants such as NO (40 mg/m3), NO2 (60 mg/m3), CO (3570 mg/m3), C2H4O (241 mg/m3), CH2O (9.5 mg/m3), C6H6O (4.4 mg/m3), and C6H14 (238 mg/m3) were measured in the smoke. Reduced abundance of Azotobacter chroococcum by 9–62% and of microscopic fungi by 25–57% was found when the soil was treated with smoke for 30–120 min. The abundance of soil microorganisms after exposure to smoke depended on time. Several species of soil fungi (Fusarium oxysporum, Venturia inaequalis, Fusarium moniliforme, Fusarium graminearum, Cladosporium cucumerinum, Penicillium chrysogenum, Rhodotorula rubra, Lipomyces starkeyi), and bacteria (Acinetobacter calcoaceticus, Streptomyces violaceus, Kocuria rosea) were studied. The lowest smoke exposure time at which growth inhibition was registered was 1–5 min. The effect of smoke on the enzymatic activity of Haplic Chernozem soils was also evaluated. Catalase activity was found to decrease by 25%, and peroxidase and polyphenol oxidase by 15% and 33%, respectively. High smoke toxicity contributed to changes in microbial abundance and enzymatic activity.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| 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 | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».