MétaCan
Menu
Retour à la cohorte
Enregistrement W4403559307 · doi:10.1016/j.isci.2024.111193

Simulated fire and plant-soil feedback effects on mycorrhizal fungi and invasive plants

2024· article· en· W4403559307 sur OpenAlexaff
Kendall E Morman, Hannah L. Buckley, Colleen M. Higgins, Micaela Tosi, Kari E. Dunfield, Nicola J. Day

Notice bibliographique

RevueiScience · 2024
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Parasitism and Resistance
Établissements canadiensUniversity of Guelph
Organismes subventionnairesVictoria University of WellingtonRoyal Society Te ApārangiFaculty of Science, Victoria University of WellingtonVictoria UniversityAuckland University of Technology, New Zealand
Mots-clésMycorrhizal fungiEnvironmental scienceArbuscular mycorrhizal fungiSoil fungiPlant sciencePlant physiologyBotanyBiologyEcologyAgronomyHorticultureInoculation

Résumé

récupéré en direct d'OpenAlex

<h2>Summary</h2> Climate change intensifies fires, raising questions about their impacts on plant invasions via changes in soil biota and plant-soil feedback (plants alter soil conditions, changing plant growth and vice-versa). We explored effects of plant-soil feedback and simulated fire (heat) on mutualistic arbuscular mycorrhizal (AM) fungal communities and invasive plant growth. Soils were collected from a dominant native grass (<i>Chionochloa macra</i>) and two invasive hawkweeds (<i>Hieracium lepidulum</i>, <i>Pilosella officinarum</i>) in a New Zealand grassland and then heated. In our experiment, both hawkweeds exhibited greater biomass in <i>Pilosella</i> soils, which also had the highest AM fungal richness. Heat had little effect on plant biomass or AM fungal community composition and richness. Hawkweeds altered AM fungal communities relative to the dominant native grass, and moderate soil heating increased <i>Hieracium</i> growth. <i>Hieracium</i> plants also grew better in <i>Pilosella</i> soils, suggesting the potential for soil-mediated invasional meltdown whereby one invasive species facilitates invasion by another.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,917
Score d'incertitude au seuil0,173

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)0,0000,000

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 Opus0,009
Tête enseignante GPT0,204
Écart entre enseignants0,194 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueiScienceMême sujetPlant Parasitism and ResistanceTravaux en français237 207