Korean Natural Farming practices are dominated by a limited number of microbes and decrease fungal diversity
Notice bibliographique
Résumé
Abstract Korean Natural Farming (KNF) practices claim to cultivate and transfer “indigenous micro-organisms” (IMOs) to donor soils as a method of probiotic soil enhancement. We investigated whether IMO cultivation can propagate unique microbiomes and maintain microbial diversity through successive IMO stages for restoration of flood contaminated soils. Employing a balanced study design using soil samples from salt marsh, deciduous forest, and urban greenspace (plus sterilized controls), samples underwent the first two IMO cultivation steps followed by 16S rRNA and ITS metagenomic sequencing. Notably, IMO cultivation was dominated by limited bacterial taxa ( Enterobacterales , Pseudomonadales , Bacillales ) and fungal taxa ( Rhizopodaceae , particularly R. oryzae ). While bacterial diversity was maintained or increased during two IMO stages, fungal diversity consistently decreased. Principal Coordinates Analysis also revealed distinct clustering by inoculum source (i.e. human-altered, human- transported (HAHT) vs. natural vs. sterile) that persisted throughout cultivation. Our evidence suggests that the IMO process enriches for specific taxa likely adapted to cultivated conditions and fails to maintain fungal diversity, contrasting greatly with KNF’s proposed benefit of propagating locale-specific, fungal-dominated indigenous microbiomes. However, our results demonstrate that early IMO cultures may capture and sustain bacterial diversity in soil, opening the door for future studies of KNF efficacy and sustainability. Sustainability Statement This work is primarily associated with UN Sustainable Development Goal SDG 15 (Life on Land). By scientifically evaluating Korean Natural Farming “indigenous Microorganism” (IMO) practices through metagenomic sequencing, this study provides evidence-based insights into microbial community dynamics relevant to soil restoration and terrestrial ecosystem health. The findings inform low-cost bioremediation strategies for flood- contaminated urban soils, which is of growing importance as climate-driven extreme precipitation events intensify. Additional relevant SDGs include: SDG 13 (Climate Action), SDG 11 (Sustainable Cities and Communities), SDG 2 (Zero Hunger), and SDG 3 (Good Health and Well-being).
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| 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 ».