Phylogenetically related fast-growing trees and their root traits affect soil microbial communities
Notice bibliographique
Résumé
The soil microbiome plays a key role in tree growth and nutrient cycling. Although hybrid poplar clones are phylogenetically related, their influence on the soil microbiome may differ due to phenotypic differences, especially their root mean diameter or mass density (RMD). This influence remains relatively unexplored, limiting our understanding of how soil microbial communities contribute to the growth strategies of fast-growing trees. Our objective was to determine how phylogenetically related trees and their root traits influence soil microbial diversity and composition by studying five hybrid poplar clones growing in a plantation located in New Liskeard, Ontario, Canada. We collected soil cores at depths of 0–20 cm (topsoil) and 20–40 cm (subsoil) and analyzed fine root traits and soil bacterial and fungal communities. We found that phylogenetically related hybrid poplars influenced the soil microbiome by shaping the composition of microbial communities. Differences between clones were evident in the relative abundance of soil ectomycorrhizal fungi and Actinobacteriota in both topsoil and subsoil. The increase in relative abundance of ectomycorrhizal fungi was driven by high RMD and root length density (RLD), i.e., high fine root mass and length per unit soil volume. Fine roots with high RLD led to a higher relative abundance of Actinobacteriota in the topsoil, while recalcitrant fine roots (high lignin/nitrogen ratio) promoted their abundance in the subsoil. Thus, root traits are key factors in determining the effects of trees on soil microbiome. The soil microbiome, together with root traits, could be an important aspect to consider in tree selection.
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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».