Microbial Colonizers in an Agroecosystem Under Diverse Cover Crop Treatments
Notice bibliographique
Résumé
Cover crops are often incorporated between cash crop seasons to improve or maintain soil health. Although their effects on certain soil properties (e.g., erosion control) are well described, their potential to steer soil microbial composition and function remains poorly understood. Most studies use direct soil sampling to investigate this relationship, but long-dormant microorganisms and legacy DNA can mask treatment effects, leading to signals that may not reflect active contributors to key functions such as biogeochemical cycling and decomposition. In this study, we deployed microbial traps (i.e., sterile soil enclosed in permeable mesh) to contrast active recolonization with direct soil sampling across 11 cover crop treatments applied after fall cash crop harvests in the northeast United States. Bulk and recolonized soil were collected for 16S rRNA gene and internal transcribed spacer region amplicon sequencing before (i) winter and (ii) spring planting. We hypothesized that different cover crop mixtures would stimulate distinct pools of microbial colonizers, with stronger between-treatment effects in recolonized soil compared with bulk. Our results showed that crop treatments significantly influenced microbial composition of active colonizers; however, effect sizes were similar in both bulk and recolonized (explaining 12 to 18% of community variance). The presence or absence of plant cover was the strongest driver of compositional differences in both soil compartments, suggesting microbial traps and bulk soil can capture similar signals despite containing ecologically distinct microbiome subsets. Future work coupling community assembly in situ with functionally informative methods may further resolve whether active colonizers overlap with root-associated taxa and can lead to management-relevant outcomes. [Formula: see text] Copyright © 2026 The Author(s). This is an open access article distributed under the CC BY-NC-ND 4.0 International license .
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 | 0,000 |
| 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) | 0,000 | 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 ».