Crop-specific and microbially-mediated impacts of alternative agricultural amendments on plant performance
Notice bibliographique
Résumé
Abstract Rising fertilizer costs and dwindling freshwater supplies are driving interest in alternative agricultural amendments such as biosolids and reclaimed water. While these inputs can promote crop growth, they also contain persistent contaminants like PFAS, which may affect plants directly or indirectly via changes to plant-associated microbiomes. The extent and mechanisms of these effects remain poorly understood, particularly across crops with differing functional traits. We conducted two greenhouse experiments to evaluate the direct and microbially mediated effects of biosolid and reclaimed water amendments spiked with increasing contaminant concentrations on lettuce ( Lactuca sativa ), radish ( Raphanus sativus ), and green pea ( Pisum sativum ). Peas exhibited pronounced negative responses to biosolids, including reduced germination, survival, and biomass, which scaled with contaminant concentration and coincided with visible pathogen infection. Lettuce and radish showed minimal impact, suggesting that plant functional traits—such as symbiotic capacity and nutrient-dependent immune regulation—may mediate susceptibility to contaminant-induced stress. Soil microbiome diversity and composition were altered in a crop- and amendment-specific manner, but microbiomes shaped by prior exposure had limited effects on pea performance when transferred to new plants in the absence of ongoing stressors. These findings suggest that current soil conditions and active plant–microbiome interactions may outweigh legacy microbiome effects. Overall, our study provides a novel framework for evaluating the risks and benefits of wastewater-derived amendments, emphasizing the importance of functional trait variation in predicting plant responses to contaminants and guiding sustainable agricultural practices.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».