MétaCan
Menu
Retour à la cohorte
Enregistrement W4402012947 · doi:10.3844/ajbbsp.2024.250.258

Effects of Soil Storage at Freezing Temperatures on Soil Enzymatic Activities

2024· article· en· W4402012947 sur OpenAlexafffund
Ainsley Lougheed, K. K. Nkongolo

Notice bibliographique

RevueAmerican journal of biochemistry & biotechnology/American journal of biochemistry and biotechnology · 2024
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture, Soil, Plant Science
Établissements canadiensLaurentian University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSoil enzymeEnvironmental scienceSoil scienceChemistryEnzymeEnzyme assayBiochemistry

Résumé

récupéré en direct d'OpenAlex

Soil enzyme activities are good indicators of soil health. It has been hypothesized that soil storage before analysis might affect microbial function. The objective of the present study was to determine if soil storage at -20 and -80°C affects soil enzymatic activities. Soil samples were collected and stored for four weeks at -20 and -80°C. Activities of nine enzymes were measured in fresh samples and every two weeks during storage. Overall, nine enzymes were targeted including β-Glucosidase (BG), Cellobiohydrolase (CBH), β-N-Acetylglucosaminidase (NAGase), Aryl Sulfatase (AS), Acid Phosphatase (AP), Alkaline Phosphatase (AlP), Glycine Aminopeptidase (GAP), Leucine Aminopeptidase (LAP) and Peroxidase (PER). With the exception of GAP and LAP, no significant differences were observed between samples stored at -20°C for 2 weeks compared to controls. Storage at -80°C for two weeks resulted in a decrease in all the enzyme activities except for PER, BG, and LAP. With the exception of PER, storage at -20 and -80°C decreases the activities of all the enzymes tested after four weeks of storage. These changes varied with specific enzyme targeted. Further studies should be conducted to determine how these low storage temperatures affect microbial diversity and abundance.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,067
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,005
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,003
Tête enseignante GPT0,190
Écart entre enseignants0,187 · 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; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
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

Citations2
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAmerican journal of biochemistry & biotechnology/American journal of biochemistry and biotechnologyMême sujetAgriculture, Soil, Plant ScienceTravaux en français237 207