Exploring the influence of natural features on soil mesofaunal communities in agricultural landscapes through DNA metabarcoding
Notice bibliographique
Résumé
Soil mesofauna critically support organic matter decomposition and nutrient cycling, as well as regulating pests and diseases. Agricultural activities can physically and chemically influence soil mesofauna communities, thereby impacting the ecosystem services they provide. Conserving natural features in agricultural environments is well known to support biodiversity and associated ecosystem services, yet soil mesofauna communities and their functions in such features require further study. We sampled the soil mesofaunal communities (focusing on Acari [mites] and Collembola [springtails]) in agriculturally-dominated landscapes in southeastern Ontario, Canada. Semi-natural features were represented by drainage ditch banks with varying amounts of woody vegetation to different kinds of forested blocks. Specimens were extracted using Berlese funnels, and COI metabarcoding was conducted on the bulk specimen samples. A total of 585 operational taxonomic units (OTUs; a proxy for species) were identifiable based on DNA sequences, 390 of which belonged to either Acari (273) or Collembola (117); however, it was rarely possible to identify specimens to species-level. Mesofaunal richness did not differ among habitat types but community composition varied between low woody-vegetation drainage bank sites and forested blocks. Maintaining heterogeneous natural and semi-natural features appears to increase the overall diversity of mesofauna on the landscape, and even small forest patches support forest-associated soil biodiversity in this agricultural region.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».