Fungal community dynamics and carbon mineralization in Populus tremuloides, Picea mariana, and Pinus banksiana coarse woody debris in two ecoregions of northern Ontario
Notice bibliographique
Résumé
In Canadian silvicultural systems, intensifying biomass removal while harvesting for saw or \npulpwood is presently the only economically feasible way of increasing biomass feedstocks. \nAs a result, there is less slash and subsequently less coarse woody debris (CWD) pools in \ndifferent decay stages over time. The impacts on saproxylic fungi and ecosystem \nfunctioning are not well understood. Fungi are the primary agents of CWD decay in forests, \nplaying essential roles in nutrient cycling and carbon storage. We compared fungal \nbiodiversity and CWD mineralization across 3 CWD species (Pinus banksiana, Populus \ntremuloides, and Picea mariana), 5 decay classes, and 2 ecoregions representing 3W and 3E \nOntario. Fungal diversity metrics and community structure were examined via high-throughput sequencing of the ITS2 region. CWD pieces were incubated in a temperature controlled lab setting and C mineralization rates measured. Moisture content, density, and nutrient dynamics, including C, N, P, K, Ca, Mg, and Mn concentrations, C:N ratio, and N:P ratio of CWD were assessed. Fungal communities significantly differed among CWD species, decay class, and ecoregion and were primarily correlated with Ca, Mn, and K \nconcentrations, density, and C:N ratio. Species richness and diversity peaked in 3W Ontario \nand in decay classes 4 and 5. We observed a shift from pathogenic, colonizer fungi to an \nincreased abundance of wood decay fungi as decay class increased. Hardwood CWD had \nhigher abundances of white rot fungi than softwood CWD. C mineralization was higher in \nhardwood CWD, increased with decay class, and was primarily influenced by P \nconcentration and density. Data from this study will be used in developing forest \nmanagement strategies to preserve biodiversity and monitor carbon flux in northern \nboreal forests, particularly under intensified-bioenergy production silvicultural systems.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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) | 0,000 | 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 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 ».