Data from: Rainfall events stimulate episodic associative nitrogen fixation in switchgrass
Notice bibliographique
Résumé
Associative N2 fixation (ANF) is widespread but poorly characterized, limiting our ability to estimate global inputs from N2 fixation. In some places, ANF rates are at or below detection most of the time, but occasionally and unpredictably spiking to very high rates. Here we test the hypothesis that plant phenology and rainfall events stimulate ANF episodes. We measured ANF in intact soil cores in switchgrass (Panicum virgatum L.) in Michigan, USA. We used rain exclusion shelters to impose three rainfall treatments with each receiving 60 mm of water over a 20-day period but at different frequencies. We concurrently established a treatment that received ambient rainfall, and all four treatments were replicated four times. To assess the effects of plant phenology, we measured ANF at key phenological stages in the ambient treatment. To assess the effects of rainfall, we measured ANF immediately before and immediately after each wetting event in each treatment involving rainfall manipulation. We found that the previous day's rainfall could explain 29% of the variation in ANF rates within the ambient treatment alone, and that bulk soil C:N ratio was also positively correlated with ANF, explaining 18% of the variation alone. Wetting events increased ANF and the magnitude of response to wetting increased with the amount of water added and decreased with the amount of inorganic N added in water. ANF episodes thus appear to be driven primarily by wetting events. Wetting events likely increase C availability, promote microbial growth, and make rhizosphere conditions conducive to ANF.
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 | 0,000 | 0,001 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,020 | 0,002 |
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 ».