Effects of <i>Ganoderma lucidum</i> cultivation in forests on soil organic carbon pool and microbial community physiological profiles
Notice bibliographique
Résumé
Non-timber forest products increase forests resource utilization efficiency and promote rural areas economic development. Ganoderma lucidum (Curtis) P. Karst. (Reishi) is a mushroom having great potential being cultivated as NFTPs. However, there is still a lack of effects about cultivating Reishi in forests on soil organic carbon (C) pool and microbial community, which are important for designing sustainable cultivating strategies. Therefore, this study sampled and analyzed soil from forests cultivated Reishi at 2, 4, and 6 years (LZ2, LZ4, and LZ6, respectively), and in reference natural evergreen broad-leaved forest (CK). Our results manifested that, compared with CK, LZ2 slightly increased total organic carbon (TOC), and significantly increased microbial biomass carbon (MBC) and water-soluble organic carbon (WSOC) content by 29.99% and 28.67%, respectively ( P < 0.05). Besides, compared with CK, LZ2 significantly increased the ratio of MBC/TOC and WSOC/TOC by 37.50% and 35.00%, respectively ( P < 0.05). In contrast, these parameters decreased in LZ4 and LZ6 slightly, compared with CK. Consequently, LZ2 had the highest average well-color development values and microbial functional diversity indexes, while these parameters declined in LZ4 and LZ6, compared with CK. As a result, microbial community functional structure in LZ2 was different from that in LZ4, and LZ6, while that in LZ4 and LZ6 showed similarity, according to the principal component analysis and PERMANOVA test.
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 | 0,001 |
| 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 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 ».