The impact of salinization on soil bacterial diversity, yield and quality of Glycyrrhiza uralensis Fisch.
Notice bibliographique
Résumé
Fisch. (licorice) can grow tenaciously in the heavily salinized land. However, the relationship between licorice plants and soil microorganisms is not clear. A field experiment was carried out to explore the effects of three different degrees of salinized soils on (i) licorice crop performance indicators, (ii) soil physical and chemical properties, and (iii) the changes in soil bacterial community structure and functional diversity in a semi-arid area of northwest China. The results showed that with the aggravation of soil salinization, the licorice yield, soil nutrients, and the bacterial abundance of Gemmatimonadetes and Myxococcota showed a downward trend, while the concentration of glycyrrhizic acid and liquiritin, and the bacterial abundance of Actinobacteria and Firmicutes showed an upward trend. The change of licorice yield mainly depended on the soil physical and chemical properties (e.g., EC and alkaline hydrolysable nitrogen). The change of licorice quality was more closely related to the change of bacterial diversity. The effect of bacterial diversity on liquiritin was greater than that on glycyrrhizic acid. Among them, Gemmatimonadetes were significantly negatively correlated with liquiritin and glycyrrhizic acid. These findings suggest that the increased soil Actinobacteria and Firmicutes or reduced Gemmatimonadetes and Myxococcota may provide a healthy and suitable living condition for the sustainable development of medicinal plant crops in a salinized soil ecosystem.
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 | 0,001 | 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 tête enseignante, 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 ».