Diverging soil peroxidase activity under ectomycorrhizal versus arbuscular mycorrhizal conifers with increasing C:N and exchangeable manganese
Notice bibliographique
Résumé
Ectomycorrhizal (EM) fungi purportedly contribute to the enzymatic decay of soil organic matter (SOM), in contrast to arbuscular mycorrhizal (AM) stands where SOM turnover may be more fully governed by free-living saprotrophic fungi. We tested this distinction in a 30-year-old mixedwood conifer trial by comparing total peroxidase activity (including manganese-peroxidase [MnP]), fungal communities and mass of the humus layer between Pseudotsuga menziesii (EM host), Thuja plicata (AM host), and a 50:50 mixture across a natural productivity gradient. Total peroxidase and MnP activity diverged between hosts as humus C:N ratio increased, culminating in 3- to 4-fold greater enzyme activity under P. menziesii on low fertility soils. This soil effect also correlated positively with exchangeable Mn, highlighting a possible further restriction on SOM turnover under EM stands. Peroxidase activity was well aligned with a subset of abundant EM fungal species, notably Piloderma olivaceum and Piloderma sphaerosporum , suggesting a much greater enzymatic contribution by these symbiotic fungi in comparison to saprotrophic fungi under T. plicata . After three decades, mass of the humus layer averaged 2.15 kg OM m −2 and did not yet differ among stand types. However, a 3-fold range in humus mass in correlation with declining soil fertility under P . menziesii suggests that select EM fungal taxa engaged in organic N liberation can limit SOM accumulation. This research highlights the adaptive ligninolytic enzymatic capacity of EM fungal communities and underscores how dual soil properties (low N or high Mn availability) may enhance peroxidase production and SOM turnover in EM forests.
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 | 0,000 | 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 | 0,000 | 0,000 |
| 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 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 ».