Drought and defoliation affect soil extracellular enzyme activity in northern temperate grasslands
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Drought has the most significant impact on arid grassland ecosystems. Managed grazing, including the timing and intensity of defoliation, may interact with drought to differentially affect processes related to soil organic matter decomposition. Extracellular enzyme activity (EEA) provides integrated measure of soil microbial activity which affects nutrient cycling. This study examined EEAs in response to five defoliation regimes and drought at seven grasslands across temperate grasslands of Canada. All sites were dominated by perennial grasses and forbs, but differed in plant species, climate, and soils. Soil samples were analyzed for five EEAs involved in carbon (C), nitrogen (N) and phosphorus (P) cycling. Drought reduced activity of enzymes involved in C cycling, β-glucosidase and β-cellobiosidase by 16 and 17%, respectively, P cycling (acid phosphatase) by 11%, and N cycling (N-acetyl-β-glucosaminidase) by 12%. β-xylosidase showed close association with, and was not affected by drought, suggesting a reduction in C turnover under future drought. β-glucosidase activity was reduced by intermediate defoliation relative to both control and heavy. Acid phosphatase and N-acetyl-β-glucosaminidase were affected by three-way interaction of drought, defoliation and mean growing season precipitation, highlighting the complex mechanism underlying EEA responses. Findings suggest that EEA was affected by drought, but defoliation effects were largely dependent upon drought and local climate.
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.
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 | 0,000 |
| 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 découle