Dara for: Functional traits of plant roots and Collembola determine their tri-trophic interactions with soil microbes
Notice bibliographique
Résumé
Traditionally, leaf litter has been recognized as the main driver of the soil food web, but more recently roots have been shown to play an important role in fueling soil organisms. Root functional traits were shown to have direct effects on microbes and Nematoda, but many black boxes remain such as the effects of root traits on Collembola. Here, in a microcosm experiment, we studied the tri-trophic interactions between roots, microbes and Collembola in relation to ten plant species individually. Our results showed that plant species identity can drive variability in Collembola community structure, and this variability is best explained by root traits and microbial communities. Collembola feeding traits based on mandibular morphology were useful to identify top-down control on microbial communities. Our study also suggests that root traits such as fine root length and root diameter modify Collembola-microbe interactions, probably by modifying soil porosity. Overall, we obtained better results by looking at the whole system, rather than looking at bi-trophic interactions. This illustrates the importance of a holistic approach when studying biotic interactions in soil ecosystems. The data set included: - Collembola species abundance / microcosms - PLFA (phospholipid fatty acids) of microbes / microcosms - Functional traits value of plant roots - Functional trait value of Collembola - Soil chemical data
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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».