MétaCan
Menu
Retour à la cohorte
Enregistrement W6995753315

Plant-soil interactions and stand decline in alfalfa: mechanisms and mitigation strategies

2022· dissertation· en· W6995753315 sur OpenAlexaboutno aff

Notice bibliographique

RevueUniversity Library (University of Saskatchewan) · 2022
Typedissertation
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMycorrhizal Fungi and Plant Interactions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMonocultureElymusProductivityVegetation (pathology)WeedAgropyronCropForageCrop rotation
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In agricultural systems, effects of plants on soil microbial communities have been demonstrated to feedback over time and impact plant growth and productivity through plant-soil feedback (PSF). When negative, PSF results in productivity decline, limiting alfalfa (Medicago sativa) production. Unlike negative PSF, positive PSF promotes plant growth and improves productivity. Despite this, we do not fully understand the mechanisms of PSF and are thus limited in our strategies to mitigate productivity decline. Using the plant-soil feedback framework, we collected vegetation and soil samples from alfalfa stands grown to mixture (alfalfa-grass) and monoculture at stand ages 1 to 6 years old, near Saskatoon, SK. These soils were used in a completely randomized experimental design to inoculate 4 alfalfa varieties, viz. 2010, Foothold, 3010, and Spyder, and 5 other forage species, viz. Onobrychis viciifolia, Trifolium pratense, Vicia americana, Elymus lanceolatus, and Agropyron cristatum, of which traits depicting root economic spectrum and symbiosis were sampled. Additionally, next-generation amplicon sequencing was used to identify amplicon sequence variants (ASVs) of soil bacteria, oomycetes, and arbuscular mycorrhizal and other fungi in the inoculum associated with PSF. Field conditions including plant diversity, soil phosphorus, soil texture, weed abundance, and fiber content of focal crop mediated how plants condition soil microbial communities. These conditioning effects altered the relative composition of soil mutualists, plant-growth promoting microbes, saprotrophs and pathogens, all of which affected PSF. These PSFs, however, differed depending on the variety and crop species identity due to differences in how these plant types interacted with the soil microbiome. This allowed me to identify more than 30 soil microbial taxa that promoted positive or negative PSF, although the important taxa were rarely consistent among varieties or species. Root trait expressions for high resource conservative strategies and symbioses with mutualists lead to more positive PSF while the opposite traits (more resource acquisitive strategies and reduced symbioses) lead to more negative PSF. These root traits, however, varied among the species and to a smaller extent among the varieties, indicating that some crop species and cultivars can resist soil biotic stress under certain field conditions, and thus alleviate stand decline. This plant-soil feedback approach will be useful in trait-based selection during pasture rejuvenation and cultivar development for resistance to soil biotic stress. The resources provided in this study will therefore enhance sustainable management of productivity decline in agroecosystems.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,006
Tête enseignante GPT0,167
Écart entre enseignants0,161 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUniversity Library (University of Saskatchewan)Même sujetMycorrhizal Fungi and Plant InteractionsTravaux en français237 207