MétaCan
Menu
Retour à la cohorte
Enregistrement W4399604345 · doi:10.1007/s13280-024-02041-4

Local climate, air quality and leaf litter cover shape foliar fungal communities on an urban tree

2024· article· en· W4399604345 sur OpenAlexafffund
Maria Faticov, Jorge H. Amorim, Ahmed Abdelfattah, Laura J. A. van Dijk, Ana Cristina Carvalho, Isabelle Laforest‐Lapointe, Ayco J. M. Tack

Notice bibliographique

RevueAMBIO · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueUrban Green Space and Health
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesUppsala Multidisciplinary Center for Advanced Computational ScienceKnut och Alice Wallenbergs StiftelseFonds de recherche du Québec – Nature et technologiesVetenskapsrådetScience for Life LaboratorySvenska Forskningsrådet Formas
Mots-clésSpecies richnessAbundance (ecology)Plant litterRelative species abundanceGrowing seasonBiologyBiodiversityLitterHabitatEcosystemEcologyGeographyEnvironmental science

Résumé

récupéré en direct d'OpenAlex

Abstract Foliar fungi on urban trees are important for tree health, biodiversity and ecosystem functioning. Yet, we lack insights into how urbanization influences foliar fungal communities. We created detailed maps of Stockholm region’s climate and air quality and characterized foliar fungi from mature oaks ( Quercus robur ) across climatic, air quality and local habitat gradients. Fungal richness was higher in locations with high growing season relative humidity, and fungal community composition was structured by growing season maximum temperature, NO 2 concentration and leaf litter cover. The relative abundance of mycoparasites and endophytes increased with temperature. The relative abundance of pathogens was lowest with high concentrations of NO 2 and particulate matter (PM 2.5 ), while saprotrophs increased with leaf litter cover. Our findings show that urbanization influences foliar fungi, providing insights for developing management guidelines to promote tree health, prevent disease outbreaks and maintain biodiversity within urban landscapes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,038
Tête enseignante GPT0,298
Écart entre enseignants0,260 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations6
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAMBIOMême sujetUrban Green Space and HealthTravaux en français237 207