Temperate trees locally engineer decomposition and litter‐bound microbiomes through differential litter deposits and species‐specific soil conditioning
Notice bibliographique
Résumé
Leaf decomposition varies widely across temperate forests, shaped by factors like litter quality, climate, soil properties, and decomposers, but forest heterogeneity may mask local tree influences on decomposition and litter-associated microbiomes. We used a 24-yr-old common garden forest to quantify local soil conditioning impacts on decomposition and litter microbiology. We introduced leaf litter bags from 10 tree species (5 arbuscular mycorrhizal; 5 ectomycorrhizal) to soil plots conditioned by all 10 species in a full-factorial design. After 6 months, we assessed litter mass loss, C/N content, and bacterial and fungal composition. We hypothesized that (1) decomposition and litter-associated microbiome composition would be primarily shaped by the mycorrhizal type of litter-producing trees, but (2) modified significantly by underlying soil, based on mycorrhizal type of the conditioning trees. Decomposition and, to a lesser extent, litter-associated microbiome composition, were primarily influenced by the mycorrhizal type of litter-producing trees. Interestingly, however, underlying soils had a significant secondary influence, driven mainly by tree species, not mycorrhizal type. This secondary influence was strongest under trees from the Pinaceae. Temperate trees can locally influence underlying soil to alter decomposition and litter-associated microbiology. Understanding the strength of this effect will help predict biogeochemical responses to forest compositional change.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».