Herbivory changes soil microbial communities and greenhouse gas fluxes in a high-latitude wetland in Yukon Kuskokwim Delta, Alaska, 2018.
Notice bibliographique
Résumé
Herbivory can have strong impacts on greenhouse gas fluxes in high-latitude ecosystems. For example, in the Yukon-Kuskokwim (Y-K) Delta in western Alaska, migratory goose grazing affects the magnitude of soil carbon dioxide (CO2) and methane (CH4) fluxes. However, the underlying drivers of this relationship are unclear, as few studies systematically tease apart the processes by which herbivores influences soil biogeochemistry. To examine these mechanisms in detail, we conducted a laboratory incubation experiment to quantify changes in greenhouse gas fluxes in response to three parameters altered by herbivores in situ: temperature, soil moisture content, and nutrient inputs. These treatments were applied to soils collected in grazing lawns and nearby ungrazed habitat, allowing us to assess how variation in microbial community structure influenced observed responses. We found pronounced differences in both fungal and prokaryotic community composition between grazed and ungrazed areas. In the laboratory incubation experiment, CO2 and CH4 fluxes increased with temperature, soil moisture, and goose fecal addition, suggesting that grazing-related changes in the soil abiotic environment may enhance soil carbon (C) losses. Yet these abiotic drivers were insufficient to explain variation in fluxes between soils with and without prior grazing. Differences in trace gas fluxes between grazed and ungrazed areas may result both from herbivore-induced shifts in abiotic parameters, and grazing-related alterations in microbial community structure. Our findings suggest that relationships among herbivores and soil microbial communities could mediate carbon-climate feedbacks in rapidly changing high-latitude ecosystems.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 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 ».