Controls on bacterial and archaeal community structure and greenhouse gas production in natural, mined, and restored Canadian peatlands
Notice bibliographique
Résumé
Northern peatlands are important global C reservoirs, largely because of their slow rates of microbial C mineralization. Particularly in sites that are heavily influenced by anthropogenic disturbances, there is scant information about microbial ecology and whether or not microbial community structure influences greenhouse gas production. This work characterized communities of bacteria and archaea using terminal restriction fragment length polymorphism (T-RFLP) and sequence analysis of 16S rRNA and functional genes across eight natural, mined, or restored peatlands in two locations in eastern Canada. Correlations were explored among chemical properties of peat, bacterial and archaeal community structure, and carbon dioxide (CO2) and methane (CH4) production rates under oxic and anoxic conditions. Bacteria and archaea similar to those found in other peat soil environments were detected. In contrast to other reports, methanogen diversity was low in our study, with only 2 groups of known or suspected methanogens. Although mining and restoration affected substrate availability and microbial activity, these land-uses did not consistently affect bacterial or archaeal community composition. In fact, larger differences were observed between the two locations and between oxic and anoxic peat samples than between natural, mined, and restored sites, with anoxic samples characterized by less detectable bacterial diversity and stronger dominance by members of the phylum Acidobacteria. There were also no apparent strong linkages between prokaryote community structure and CH4 or CO2 production, suggesting that different organisms exhibit functional redundancy and/or that the same taxa function at very different rates when exposed to different peat substrates. In contrast to other earlier work focusing on fungal communities across similar mined and restored peatlands, bacterial and archaeal communities appeared to be more resistant or resilient to peat substrate changes brought about by these land uses. © 2013 Basiliko, Henry, Gupta, Moore, Driscoll and Dunfield.
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 ».