Earthworm interactions with denitrifying bacteria in riparian buffers: significance for nitrogen dynamics from the physiological to ecological scales
Notice bibliographique
Résumé
Dans les zones ripariennes (ZR), la dénitrification est la majeure source d'azote (N) perdu sous forme de gaz. Il a été démontré que la présence de vers de terre (VDT) affecte la dénitrification dans le sol à différentes échelles temporelles et spatiales (en conditions contrôlées et au champs). Cependant, il est nécessaire d'étudier l'impact à petite échelle des VDT sur la dénitrification afin de pouvoir l'extrapoler à l'échelle du champs. Cette thèse a pour objectif de déterminer comment les interactions entre les VDT et les bactéries dénitrifiantes affectent les dynamiques de l'N au niveau physiologique et au niveau de la drilosphère pour déterminer ensuite si ces interactions sont détectables sur le terrain. Dans une étude au laboratoire (échelle physiologique), des VDT ont été nourris avec des substrats organiques de rapports C/N variés tout en maintenant un rapport C/N constant de leurs tissus musculaires (3,37 à 5,35). Le taux de dénitrification des L. terrestris adultes était plus élevé avec un mélange à base de soja riche en N plutôt qu'avec la mousse de tourbe (P < 0.05). En revanche, les taux de dénitrification de A. tuberculata étaient plus variables. Ces résultats suggèrent que les VDT produisent des formes gazeuses d'N: les écosystèmes avec une population abondante de L. terrestris sont plus à risque de produire des flux élevés de N2O et de N2 en présence de substrats organiques riches en N. Une autre étude au laboratoire (drilosphère) de 69 jours a démontré que la présence de VDT augmentait de 50% le cumul de N2O émis dans le sol sec mais le diminuaient de 34% dans le sol humide et le réduisaient de 82% en présence de cycles d'assèchement-réhumidification. La dénitrification potentielle (DEA) augmentait en présence de VDT (P < 0.05). L'interaction des traitements VDT × humidité du sol a affecté l'abondance des gènes 16S rRNA, nirS et nosZ (P < 0.05). À la vue de ces résultats, les diminutions des cumuls de N2O émis causées par les VDT, en conditions humides ou lors cycles d'assèchement-réhumidification, sont dues à une stimulation des bactéries consommatrices de N2O et à une modification de la composition des microorganismes dénitrifiants du sol. De plus, la présence de VDT pourrait diminuer les émissions de N2O des sols saturés en eau. À l'échelle du terrain, les données démographiques sur les VDT ont été récoltées du printemps à l'automne 2012, dans des ZR temporairement inondées (TR) et non inondées (NR) du Québec, au Canada. Les zones TR présentaient une plus grande diversité (9 espèces) ainsi qu'une biomasse plus importante de VDT que les zones NR (6 espèces). La population et la biomasse des VDT étaient plus élevées au printemps et à l'automne 2012 mais déclinaient en été 2012. En présence de VDT, la DEA était 1,5 fois plus petite dans les zones TR et 1,2 fois plus petite dans les zones NR. L'analyse causale des données suggère qu'au contraire des VDT, l'humidité, l'ammonium et le rapport C:N du sol influence directement la DEA. Les interactions entre les VDT et les microorganismes dénitrifiants dans les ZR seraient alors la résultante de l'humidité du sol et des concentrations en substrats disponibles. En conclusion, mes résultats indiquent que les effets mesurés au laboratoire, à l'échelle physiologique, ne peuvent pas être extrapolés à l'échelle du champ. Cependant, les travaux de laboratoire à l'échelle de la drilosphère sont plus pertinents pour déterminer l'influence des VDT sur les émissions réelles de N2O. Finalement, la production de N2O des ZR résulte d'interactions multiples entre l'humidité du sol, les populations de VDT et les microorganismes : l'humidité du sol contrôle le produit final de la dénitrification tandis que les VDT diminuent l'activité des microorganismes dénitrifiants en conditions hydriques saturées. Les VDT influencent les pertes gaseuses azotées des ZR en agissant sur les microorganismes dénitrifiants et sur la disponibilités des substrats nécessaires à la dénitrification.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,001 | 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 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 ».