<b>Metadata for the article "</b><b>Interplay of biotic and abiotic factors shapes tree seedling growth and root-associated microbial communities"</b>
Notice bibliographique
Résumé
Root-associated microbial communities can alleviate plant abiotic stresses, thus potentially supporting adaptation to a changing climate during range expansion. While climate change is extending plant species fundamental niches northward, the distribution and colonization of mutualists (e.g., arbuscular mycorrhizal fungi) and pathogens may constrain plant growth and regeneration. Yet, the degree to which biotic and abiotic factors impact plant performance and associated microbial communities at the edge of their distribution remains unclear. In this study, we used a combination of root microscopy and amplicon sequencing to characterize tree root microbial communities (soil and root mycorrhizae, bacteria, and fungi) of sugar maple seedlings. We also explored the affect of abiotic and biotic factors on root microbial communities and their relationship with seedling growth along two elevation gradients in Quebec, Canada.<br>Metadata:comm_16S_2023: Bacteria ASV table with sequence counts per sample comm_ITS_2023: Fungi ASV table with sequence counts per sample comm_AMF_2023: Arbuscular mycorrhiza fungi (AMF) ASV table with sequence counts per sample taxa_16s_2023: Bacteria taxonomy taxa_ITS_2023: Fungi taxonomytaxa_AMF_2023: AMF taxonomy fungi_guild_meg: Table containing functional assignments for fungi described from one of the elevation gradientsfungi_guild_sut: Table containing functional assignments for fungi described from one of the elevation gradientsMetadata_clean_2023: Table containing information on the variables used in the modelling. Contains numerical data behind Figure 2 in the article, such as seedling annual growth (ann_growth) and elevation (alt).
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».