Biochar is colonized by select arbuscular mycorrhizal fungi in agricultural soils
Notice bibliographique
Résumé
Arbuscular mycorrhizal fungi (AMF) colonize biochar in soils, yet the processes governing their colonization and growth in biochar are not well characterized. Biochar amendment improves soil health by increasing soil carbon, decreasing bulk density, and improving soil water retention, all of which can increase yield and alleviate environmental stress on crops. Biochar is often applied with nutrient addition, impacting mycorrhizal communities. To understand how mycorrhizas explore soils containing biochar, we buried packets of non-activated biochar in root exclusion mesh bags in contrasting agricultural soils. In this greenhouse experiment, with quinoa (Chenopodium quinoa) as the host plant, we tested impacts of mineral nutrient (as manure and fertilizer) and biochar addition on mycorrhizal colonization of biochar. Paraglomus appeared to dominate the biochar packets, and the community of AMF found in the biochar was a subset (12 of 18) of the virtual taxa detected in soil communities. We saw differences in AMF community composition between soils with different edaphic properties, and while nutrient addition shifted those communities, the shifts were inconsistent between soil types and did not significantly influence the observation that Paraglomus appeared to selectively colonize biochar. This observation may reflect differences in AMF traits, with Paraglomus previously identified only in soils (not in roots) pointing to predominately soil exploratory traits. Conversely, the absence of some AMF from the biochar implies either a reduced tendency to explore soils or an ability to avoid recalcitrant nutrient sources. Our results point to a selective colonization of biochar in agricultural soils.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,020 | 0,010 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».