Changes

              
    

          
          
        
        

            
f
1
{
f
1
{
            
2
  "author": "[{\"affiliation\": \"Swiss Federal Institute for Forest, 
2
  "author": "[{\"affiliation\": \"Swiss Federal Institute for Forest, 
            
3
Snow and Landscape Research WSL\", \"affiliation_02\": \"\", 
3
Snow and Landscape Research WSL\", \"affiliation_02\": \"\", 
            
4
\"affiliation_03\": \"\", \"data_credit\": [\"collection\", 
4
\"affiliation_03\": \"\", \"data_credit\": [\"collection\", 
            
5
\"validation\", \"curation\", \"publication\"], \"email\": 
5
\"validation\", \"curation\", \"publication\"], \"email\": 
            
6
\"anita.risch@wsl.ch\", \"given_name\": \"Anita C.\", \"identifier\": 
6
\"anita.risch@wsl.ch\", \"given_name\": \"Anita C.\", \"identifier\": 
            
7
\"0000-0003-0531-8336\", \"name\": \"Risch\"}, {\"affiliation\": 
7
\"0000-0003-0531-8336\", \"name\": \"Risch\"}, {\"affiliation\": 
            
8
\"Swiss Federal Institute for Forest, Snow and Landscape Research 
8
\"Swiss Federal Institute for Forest, Snow and Landscape Research 
            
9
WSL\", \"affiliation_02\": \"\", \"affiliation_03\": \"\", 
9
WSL\", \"affiliation_02\": \"\", \"affiliation_03\": \"\", 
            
10
\"data_credit\": \"validation\", \"email\": 
10
\"data_credit\": \"validation\", \"email\": 
            
11
\"stephan.zimmermann@wsl.ch\", \"given_name\": \"Stephan\", 
11
\"stephan.zimmermann@wsl.ch\", \"given_name\": \"Stephan\", 
            
12
\"identifier\": \"0000-0002-7085-0284\", \"name\": \"Zimmermann\"}, 
12
\"identifier\": \"0000-0002-7085-0284\", \"name\": \"Zimmermann\"}, 
            
13
{\"affiliation\": \"WSL\", \"affiliation_02\": \"\", 
13
{\"affiliation\": \"WSL\", \"affiliation_02\": \"\", 
            
14
\"affiliation_03\": \"\", \"data_credit\": \"curation\", \"email\": 
14
\"affiliation_03\": \"\", \"data_credit\": \"curation\", \"email\": 
            
15
\"martin.schuetz@wsl.ch\", \"given_name\": \"Martin\", \"identifier\": 
15
\"martin.schuetz@wsl.ch\", \"given_name\": \"Martin\", \"identifier\": 
            
16
\"\", \"name\": \"Sch\\u00fctz\"}, {\"affiliation\": \"USDA-ARS 
16
\"\", \"name\": \"Sch\\u00fctz\"}, {\"affiliation\": \"USDA-ARS 
            
17
Grassland, Soil, and Water Research Laboratory, Temple, TX, 76502, 
17
Grassland, Soil, and Water Research Laboratory, Temple, TX, 76502, 
            
18
USA\", \"affiliation_02\": \"\", \"affiliation_03\": \"\", 
18
USA\", \"affiliation_02\": \"\", \"affiliation_03\": \"\", 
            
19
\"data_credit\": \"collection\", \"email\": \"philip.fay@usda.gov\", 
19
\"data_credit\": \"collection\", \"email\": \"philip.fay@usda.gov\", 
            
20
\"given_name\": \"Philip A.\", \"identifier\": \"\", \"name\": 
20
\"given_name\": \"Philip A.\", \"identifier\": \"\", \"name\": 
            
21
\"Fay\"}, {\"affiliation\": \"Department of Ecology, Evolution, and 
21
\"Fay\"}, {\"affiliation\": \"Department of Ecology, Evolution, and 
            
22
Behavior, University of Minnesota, St. Paul, MN 55108\", 
22
Behavior, University of Minnesota, St. Paul, MN 55108\", 
            
23
\"affiliation_02\": \"\", \"affiliation_03\": \"\", \"data_credit\": 
23
\"affiliation_02\": \"\", \"affiliation_03\": \"\", \"data_credit\": 
            
24
\"collection\", \"email\": \"borer@umn.edu\", \"given_name\": 
24
\"collection\", \"email\": \"borer@umn.edu\", \"given_name\": 
            
25
\"Elizabeth T.\", \"identifier\": \"0000-0003-2259-5853\", \"name\": 
25
\"Elizabeth T.\", \"identifier\": \"0000-0003-2259-5853\", \"name\": 
            
26
\"Borer\"}, {\"affiliation\": \"Department of Earth and Environmental 
26
\"Borer\"}, {\"affiliation\": \"Department of Earth and Environmental 
            
27
Sciences, The University of Manchester, Oxford Road, Manchester, M13 
27
Sciences, The University of Manchester, Oxford Road, Manchester, M13 
            
28
9PT, UK\", \"affiliation_02\": \"\", \"affiliation_03\": \"\", 
28
9PT, UK\", \"affiliation_02\": \"\", \"affiliation_03\": \"\", 
            
29
\"data_credit\": \"curation\", \"email\": 
29
\"data_credit\": \"curation\", \"email\": 
            
30
\"arthur.broadbent@manchester.ac.uk\", \"given_name\": \"Arthur A. 
30
\"arthur.broadbent@manchester.ac.uk\", \"given_name\": \"Arthur A. 
            
31
D.\", \"identifier\": \"0000-0002-8438-7163\", \"name\": 
31
D.\", \"identifier\": \"0000-0002-8438-7163\", \"name\": 
            
32
\"Broadbent\"}, {\"affiliation\": \"Centro de Estudos Florestais, 
32
\"Broadbent\"}, {\"affiliation\": \"Centro de Estudos Florestais, 
            
33
Instituto Superior de Agronomia, Universidade de Lisboa, Portugal\", 
33
Instituto Superior de Agronomia, Universidade de Lisboa, Portugal\", 
            
34
\"affiliation_02\": \"\", \"affiliation_03\": \"\", \"data_credit\": 
34
\"affiliation_02\": \"\", \"affiliation_03\": \"\", \"data_credit\": 
            
35
\"collection\", \"email\": \"mcaldeira@isa.ulisboa.pt\", 
35
\"collection\", \"email\": \"mcaldeira@isa.ulisboa.pt\", 
            
36
\"given_name\": \"Maria C.\", \"identifier\": \"\", \"name\": 
36
\"given_name\": \"Maria C.\", \"identifier\": \"\", \"name\": 
            
37
\"Caldeira\"}, {\"affiliation\": \"Department of Ecology and 
37
\"Caldeira\"}, {\"affiliation\": \"Department of Ecology and 
            
38
Evolutionary Biology, University of Colorado, Boulder, CO, 80309, 
38
Evolutionary Biology, University of Colorado, Boulder, CO, 80309, 
            
39
USA\", \"affiliation_02\": \"\", \"affiliation_03\": \"\", 
39
USA\", \"affiliation_02\": \"\", \"affiliation_03\": \"\", 
            
40
\"data_credit\": \"collection\", \"email\": 
40
\"data_credit\": \"collection\", \"email\": 
            
41
\"Kendi.Davies@colorado.edu\", \"given_name\": \"Kendi F.\", 
41
\"Kendi.Davies@colorado.edu\", \"given_name\": \"Kendi F.\", 
            
42
\"identifier\": \"0000-0001-7716-3359\", \"name\": \"Davies\"}, 
42
\"identifier\": \"0000-0001-7716-3359\", \"name\": \"Davies\"}, 
            
43
{\"affiliation\": \"German Centre for Integrative Biodiversity 
43
{\"affiliation\": \"German Centre for Integrative Biodiversity 
            
44
Research (iDiv) Halle-Jena-Leipzig, Deutscher Platz 5e, 04103 Leipzig, 
44
Research (iDiv) Halle-Jena-Leipzig, Deutscher Platz 5e, 04103 Leipzig, 
            
45
Germany\", \"affiliation_02\": \"Institute of Biology, Leipzig 
45
Germany\", \"affiliation_02\": \"Institute of Biology, Leipzig 
            
46
University, Deutscher Platz 5e, 04103 Leipzig, Germany\", 
46
University, Deutscher Platz 5e, 04103 Leipzig, Germany\", 
            
47
\"affiliation_03\": \"\", \"data_credit\": \"validation\", \"email\": 
47
\"affiliation_03\": \"\", \"data_credit\": \"validation\", \"email\": 
            
48
\"nico.eisenhauer@idiv.de\", \"given_name\": \"Nico\", \"identifier\": 
48
\"nico.eisenhauer@idiv.de\", \"given_name\": \"Nico\", \"identifier\": 
            
49
\"0000-0002-0371-6720\", \"name\": \"Eisenhauer\"}, {\"affiliation\": 
49
\"0000-0002-0371-6720\", \"name\": \"Eisenhauer\"}, {\"affiliation\": 
            
50
\"Helmholtz Centre for Environmental Research, UFZ, Leipzig, 
50
\"Helmholtz Centre for Environmental Research, UFZ, Leipzig, 
            
51
Germany\", \"affiliation_02\": \"German Centre for Integrative 
51
Germany\", \"affiliation_02\": \"German Centre for Integrative 
            
52
Biodiversity Research (iDiv) Halle-Jena-Leipzig, Leipzig, Germany\", 
52
Biodiversity Research (iDiv) Halle-Jena-Leipzig, Leipzig, Germany\", 
            
53
\"affiliation_03\": \"Department of Ecology and Genetics, University 
53
\"affiliation_03\": \"Department of Ecology and Genetics, University 
            
54
of Oulu, Finland\", \"email\": \"anu.eskelinen@idiv.de\", 
54
of Oulu, Finland\", \"email\": \"anu.eskelinen@idiv.de\", 
            
55
\"given_name\": \"Anu\", \"identifier\": \"0000-0003-1707-5263\", 
55
\"given_name\": \"Anu\", \"identifier\": \"0000-0003-1707-5263\", 
            
56
\"name\": \"Eskelinen\"}, {\"affiliation\": \"Swiss Federal Institute 
56
\"name\": \"Eskelinen\"}, {\"affiliation\": \"Swiss Federal Institute 
            
57
for Forest, Snow and Landscape Research WSL\", \"affiliation_02\": 
57
for Forest, Snow and Landscape Research WSL\", \"affiliation_02\": 
            
58
\"\", \"affiliation_03\": \"\", \"data_credit\": \"curation\", 
58
\"\", \"affiliation_03\": \"\", \"data_credit\": \"curation\", 
            
59
\"email\": \"frank.hagedorn@wsl.ch\", \"given_name\": \"Frank\", 
59
\"email\": \"frank.hagedorn@wsl.ch\", \"given_name\": \"Frank\", 
            
n
60
\"identifier\": \"0000-0001-5218-7776\", \"name\": \"Hagedorn\"}]",
n
60
\"identifier\": \"0000-0001-5218-7776\", \"name\": \"Hagedorn\"}, 
            
61
{\"affiliation\": \"Department of Health & Environmental Sciences, 
            
62
Xi'an Jiaotong Liverpool University\", \"affiliation_02\": \"\", 
            
63
\"affiliation_03\": \"\", \"data_credit\": \"collection\", \"email\": 
            
64
\"joahnnes.knops@xjtlu.edu.cn\", \"given_name\": \"Johannes M. H.\", 
            
65
\"identifier\": \"\", \"name\": \"Knops\"}]",
            
61
  "author_email": null,
66
  "author_email": null,
            
62
  "creator_user_id": "d30dde41-6b11-44de-9191-23cdd5bda0e9",
67
  "creator_user_id": "d30dde41-6b11-44de-9191-23cdd5bda0e9",
            
63
  "date": "[{\"date\": \"2015-04-01\", \"date_type\": \"collected\", 
68
  "date": "[{\"date\": \"2015-04-01\", \"date_type\": \"collected\", 
            
64
\"end_date\": \"2016-12-31\"}]",
69
\"end_date\": \"2016-12-31\"}]",
            
65
  "doi": "10.16904/envidat.379",
70
  "doi": "10.16904/envidat.379",
            
66
  "funding": "[{\"grant_number\": \"\", \"institution\": \"WSL 
71
  "funding": "[{\"grant_number\": \"\", \"institution\": \"WSL 
            
67
internal competitive grant\", \"institution_url\": \"\"}, 
72
internal competitive grant\", \"institution_url\": \"\"}, 
            
68
{\"grant_number\": \"NSF-DEB-1042132\", \"institution\": \"National 
73
{\"grant_number\": \"NSF-DEB-1042132\", \"institution\": \"National 
            
69
Science Foundation Research Coordination Network\", 
74
Science Foundation Research Coordination Network\", 
            
70
\"institution_url\": \"\"}, {\"grant_number\": \"NSF-DEB-1234162 to 
75
\"institution_url\": \"\"}, {\"grant_number\": \"NSF-DEB-1234162 to 
            
71
Cedar Creek LTER\", \"institution\": \"Long Term Ecological Research 
76
Cedar Creek LTER\", \"institution\": \"Long Term Ecological Research 
            
72
\", \"institution_url\": \"\"}, {\"grant_number\": \"DG-0001-13\", 
77
\", \"institution_url\": \"\"}, {\"grant_number\": \"DG-0001-13\", 
            
73
\"institution\": \"Institute on the Environment\", 
78
\"institution\": \"Institute on the Environment\", 
            
74
\"institution_url\": \"\"}, {\"grant_number\": \"UID/AGR/00239/2019\", 
79
\"institution_url\": \"\"}, {\"grant_number\": \"UID/AGR/00239/2019\", 
            
75
\"institution\": \"CEF, a research unit funded by FCT, Portugal\", 
80
\"institution\": \"CEF, a research unit funded by FCT, Portugal\", 
            
76
\"institution_url\": \"\"}, {\"grant_number\": \"FZT 118, 202548816\", 
81
\"institution_url\": \"\"}, {\"grant_number\": \"FZT 118, 202548816\", 
            
77
\"institution\": \"German Research Foundation\", \"institution_url\": 
82
\"institution\": \"German Research Foundation\", \"institution_url\": 
            
78
\"\"}]",
83
\"\"}]",
            
79
  "groups": [],
84
  "groups": [],
            
80
  "id": "679bdff7-9fb3-4704-be93-8add5cb206ba",
85
  "id": "679bdff7-9fb3-4704-be93-8add5cb206ba",
            
81
  "isopen": true,
86
  "isopen": true,
            
82
  "language": "en",
87
  "language": "en",
            
83
  "license_id": "odc-odbl",
88
  "license_id": "odc-odbl",
            
84
  "license_title": "ODbL with Database Contents License (DbCL)",
89
  "license_title": "ODbL with Database Contents License (DbCL)",
            
85
  "license_url": "https://opendefinition.org/licenses/odc-odbl",
90
  "license_url": "https://opendefinition.org/licenses/odc-odbl",
            
86
  "maintainer": "{\"affiliation\": \"Swiss Federal Institute for 
91
  "maintainer": "{\"affiliation\": \"Swiss Federal Institute for 
            
87
Forest, Snow and Landscape Research WSL\", \"email\": 
92
Forest, Snow and Landscape Research WSL\", \"email\": 
            
88
\"anita.risch@wsl.ch\", \"given_name\": \"Anita C\", \"identifier\": 
93
\"anita.risch@wsl.ch\", \"given_name\": \"Anita C\", \"identifier\": 
            
89
\"\", \"name\": \"Risch\"}",
94
\"\", \"name\": \"Risch\"}",
            
90
  "maintainer_email": null,
95
  "maintainer_email": null,
            
91
  "metadata_created": "2023-02-18T03:38:29.406811",
96
  "metadata_created": "2023-02-18T03:38:29.406811",
            
t
92
  "metadata_modified": "2023-02-20T12:10:25.395815",
t
97
  "metadata_modified": "2023-02-20T12:12:38.491180",
            
93
  "name": 
98
  "name": 
            
94
drivers-of-the-microbial-metabolic-quotient-across-global-grasslands",
99
drivers-of-the-microbial-metabolic-quotient-across-global-grasslands",
            
95
  "notes": "This dataset contains all data on which the following 
100
  "notes": "This dataset contains all data on which the following 
            
96
publication below is based.\r\n\r\nPaper Citation:\r\n\r\nRisch Anita 
101
publication below is based.\r\n\r\nPaper Citation:\r\n\r\nRisch Anita 
            
97
C., Zimmermann, Stefan, Sch\u00fctz, Martin, Borer, Elizabeth T., 
102
C., Zimmermann, Stefan, Sch\u00fctz, Martin, Borer, Elizabeth T., 
            
98
Broadbent, Arthur A.D., Caldeira, Maria C., Davies, Kendi F., 
103
Broadbent, Arthur A.D., Caldeira, Maria C., Davies, Kendi F., 
            
99
Eisenhauer, Nico, Eskelinen, Anu, Fay, Philip A., Hagedorn, Frank, 
104
Eisenhauer, Nico, Eskelinen, Anu, Fay, Philip A., Hagedorn, Frank, 
            
100
Knops, Johannes M.H., Lembrechts, Jonas, J., MacDougall, Andrew S., 
105
Knops, Johannes M.H., Lembrechts, Jonas, J., MacDougall, Andrew S., 
            
101
McCulley, Rebecca L., Melbourne, Brett A., Moore, Joslin L., Power, 
106
McCulley, Rebecca L., Melbourne, Brett A., Moore, Joslin L., Power, 
            
102
Sally A., Seabloom, Eric W., Silveira, Maria L., Virtanen, Risto, 
107
Sally A., Seabloom, Eric W., Silveira, Maria L., Virtanen, Risto, 
            
103
Yahdjian, Laura, Ochoa-Hueso, Raul (accepted). Drivers of the 
108
Yahdjian, Laura, Ochoa-Hueso, Raul (accepted). Drivers of the 
            
104
microbial metabolic quotient across global grasslands. Global Ecology 
109
microbial metabolic quotient across global grasslands. Global Ecology 
            
105
and Biogeography\r\n\r\nPlease cite this paper together with the 
110
and Biogeography\r\n\r\nPlease cite this paper together with the 
            
106
citation for the datafile.\r\n\r\nThe microbial metabolic quotient 
111
citation for the datafile.\r\n\r\nThe microbial metabolic quotient 
            
107
(MMQ; mg CO2-C mg MBC-1 h-1), defined as the amount of microbial CO2 
112
(MMQ; mg CO2-C mg MBC-1 h-1), defined as the amount of microbial CO2 
            
108
respired (MR; mg CO2-C kg soil-1 h-1) per unit of microbial biomass C 
113
respired (MR; mg CO2-C kg soil-1 h-1) per unit of microbial biomass C 
            
109
(MBC; mg C kg soil-1), is a key parameter for understanding the 
114
(MBC; mg C kg soil-1), is a key parameter for understanding the 
            
110
microbial regulation of the carbon (C) cycle, including soil C 
115
microbial regulation of the carbon (C) cycle, including soil C 
            
111
sequestration. Here, we experimentally tested hypotheses about the 
116
sequestration. Here, we experimentally tested hypotheses about the 
            
112
individual and interactive effects of multiple nutrient addition 
117
individual and interactive effects of multiple nutrient addition 
            
113
(NPK+micronutrients) and herbivore exclusion on MR, MBC, and MMQ 
118
(NPK+micronutrients) and herbivore exclusion on MR, MBC, and MMQ 
            
114
across 23 sites (5 continents). Our sites encompassed a wide range of 
119
across 23 sites (5 continents). Our sites encompassed a wide range of 
            
115
edaphoclimatic conditions, thus we assessed which edaphoclimatic 
120
edaphoclimatic conditions, thus we assessed which edaphoclimatic 
            
116
variables affected MMQ the most and how they interacted with our 
121
variables affected MMQ the most and how they interacted with our 
            
117
treatments. Soils were collected in plots with established 
122
treatments. Soils were collected in plots with established 
            
118
experimental treatments. MR was assessed in a five-week laboratory 
123
experimental treatments. MR was assessed in a five-week laboratory 
            
119
incubation without glucose addition, MBC via substrate-induced 
124
incubation without glucose addition, MBC via substrate-induced 
            
120
respiration. MMQ was calculated as MR/MBC and corrected for soil 
125
respiration. MMQ was calculated as MR/MBC and corrected for soil 
            
121
temperatures (MMQsoil). Using LMMs and SEMs, we analysed how 
126
temperatures (MMQsoil). Using LMMs and SEMs, we analysed how 
            
122
edaphoclimatic characteristics and treatments interactively affected 
127
edaphoclimatic characteristics and treatments interactively affected 
            
123
MMQsoil. MMQsoil was higher in locations with higher mean annual 
128
MMQsoil. MMQsoil was higher in locations with higher mean annual 
            
124
temperature, lower water holding capacity, and soil organic C 
129
temperature, lower water holding capacity, and soil organic C 
            
125
concentration, but did not respond to our treatments across sites as 
130
concentration, but did not respond to our treatments across sites as 
            
126
neither MR nor MBC changed. We attributed this relative homeostasis to 
131
neither MR nor MBC changed. We attributed this relative homeostasis to 
            
127
our treatments to the modulating influence of edaphoclimatic 
132
our treatments to the modulating influence of edaphoclimatic 
            
128
variables. For example, herbivore exclusion, regardless of 
133
variables. For example, herbivore exclusion, regardless of 
            
129
fertilization, led to greater MMQsoil only at sites with lower soil 
134
fertilization, led to greater MMQsoil only at sites with lower soil 
            
130
organic C (<1.7%). Our results pinpoint the main variables related to 
135
organic C (<1.7%). Our results pinpoint the main variables related to 
            
131
MMQsoil across grasslands and emphasize the importance of the local 
136
MMQsoil across grasslands and emphasize the importance of the local 
            
132
edaphoclimatic conditions in controlling the response of the C cycle 
137
edaphoclimatic conditions in controlling the response of the C cycle 
            
133
to anthropogenic stressors. By testing hypotheses about MMQsoil across 
138
to anthropogenic stressors. By testing hypotheses about MMQsoil across 
            
134
global edaphoclimatic gradients, this work also helps to align the 
139
global edaphoclimatic gradients, this work also helps to align the 
            
135
conflicting results of prior studies. \r\n",
140
conflicting results of prior studies. \r\n",
            
136
  "num_resources": 1,
141
  "num_resources": 1,
            
137
  "num_tags": 7,
142
  "num_tags": 7,
            
138
  "organization": {
143
  "organization": {
            
139
    "approval_status": "approved",
144
    "approval_status": "approved",
            
140
    "created": "2018-04-20T09:51:26.756810",
145
    "created": "2018-04-20T09:51:26.756810",
            
141
    "description": "We are studying the distribution of and 
146
    "description": "We are studying the distribution of and 
            
142
interactions among producers, consumers as well as decomposers and 
147
interactions among producers, consumers as well as decomposers and 
            
143
between these communities and their environment. We focus on food webs 
148
between these communities and their environment. We focus on food webs 
            
144
in real world ecosystems and thus mainly sample our data during 
149
in real world ecosystems and thus mainly sample our data during 
            
145
experimental field campaigns. Data collection under controlled 
150
experimental field campaigns. Data collection under controlled 
            
146
conditions in the greenhouse or experimental garden are, however, 
151
conditions in the greenhouse or experimental garden are, however, 
            
147
common add-ons hereby. We are mainly interested in the functioning of 
152
common add-ons hereby. We are mainly interested in the functioning of 
            
148
natural ecosystems and often conduct research in National Parks around 
153
natural ecosystems and often conduct research in National Parks around 
            
149
the world. Our main study area is, however, the Swiss National Park. 
154
the world. Our main study area is, however, the Swiss National Park. 
            
150
While working on basic research questions, we regularly consider 
155
While working on basic research questions, we regularly consider 
            
151
applied aspects that are related to protecting or conserving 
156
applied aspects that are related to protecting or conserving 
            
152
endangered ecosystems.\r\n\r\nExamples of research question of our 
157
endangered ecosystems.\r\n\r\nExamples of research question of our 
            
153
research group assesses are:\r\n\r\nHow is species loss related to 
158
research group assesses are:\r\n\r\nHow is species loss related to 
            
154
ecosystem processes and functions? Which species or species groups are 
159
ecosystem processes and functions? Which species or species groups are 
            
155
particularly relevant for ecosystem functioning? Which effects are 
160
particularly relevant for ecosystem functioning? Which effects are 
            
156
expected with the loss of such important species groups? How are 
161
expected with the loss of such important species groups? How are 
            
157
aboveground organisms interacting with belowground organisms? Which 
162
aboveground organisms interacting with belowground organisms? Which 
            
158
abiotic and biotic conditions favor diverse ecosystems? Is global 
163
abiotic and biotic conditions favor diverse ecosystems? Is global 
            
159
change (for example eutrophication, habitat fragmentation, climate) a 
164
change (for example eutrophication, habitat fragmentation, climate) a 
            
160
thread for diverse ecosystems? How can diverse ecosystems be 
165
thread for diverse ecosystems? How can diverse ecosystems be 
            
161
protected?",
166
protected?",
            
162
    "id": "60e92a46-5f9b-4a06-a32e-6a5e04869486",
167
    "id": "60e92a46-5f9b-4a06-a32e-6a5e04869486",
            
163
    "image_url": "2018-07-10-090227.680797LogoWSL.svg",
168
    "image_url": "2018-07-10-090227.680797LogoWSL.svg",
            
164
    "is_organization": true,
169
    "is_organization": true,
            
165
    "name": "plant-animal-interactions",
170
    "name": "plant-animal-interactions",
            
166
    "state": "active",
171
    "state": "active",
            
167
    "title": "Plant-Animal Interactions",
172
    "title": "Plant-Animal Interactions",
            
168
    "type": "organization"
173
    "type": "organization"
            
169
  },
174
  },
            
170
  "owner_org": "60e92a46-5f9b-4a06-a32e-6a5e04869486",
175
  "owner_org": "60e92a46-5f9b-4a06-a32e-6a5e04869486",
            
171
  "private": false,
176
  "private": false,
            
172
  "publication": "{\"publication_year\": \"2023\", \"publisher\": 
177
  "publication": "{\"publication_year\": \"2023\", \"publisher\": 
            
173
\"EnviDat\"}",
178
\"EnviDat\"}",
            
174
  "publication_state": "pub_pending",
179
  "publication_state": "pub_pending",
            
175
  "related_datasets": "",
180
  "related_datasets": "",
            
176
  "related_publications": "Risch Anita C., Zimmermann, Stefan, 
181
  "related_publications": "Risch Anita C., Zimmermann, Stefan, 
            
177
Sch\u00fctz, Martin, Borer, Elizabeth T., Broadbent, Arthur A.D., 
182
Sch\u00fctz, Martin, Borer, Elizabeth T., Broadbent, Arthur A.D., 
            
178
Caldeira, Maria C., Davies, Kendi F., Eisenhauer, Nico, Eskelinen, 
183
Caldeira, Maria C., Davies, Kendi F., Eisenhauer, Nico, Eskelinen, 
            
179
Anu, Fay, Philip A., Hagedorn, Frank, Knops, Johannes M.H., 
184
Anu, Fay, Philip A., Hagedorn, Frank, Knops, Johannes M.H., 
            
180
Lembrechts, Jonas, J., MacDougall, Andrew S., McCulley, Rebecca L., 
185
Lembrechts, Jonas, J., MacDougall, Andrew S., McCulley, Rebecca L., 
            
181
Melbourne, Brett A., Moore, Joslin L., Power, Sally A., Seabloom, Eric 
186
Melbourne, Brett A., Moore, Joslin L., Power, Sally A., Seabloom, Eric 
            
182
W., Silveira, Maria L., Virtanen, Risto, Yahdjian, Laura, Ochoa-Hueso, 
187
W., Silveira, Maria L., Virtanen, Risto, Yahdjian, Laura, Ochoa-Hueso, 
            
183
Raul (accepted). Drivers of the microbial metabolic quotient across 
188
Raul (accepted). Drivers of the microbial metabolic quotient across 
            
184
global grasslands. Global Ecology and Biogeography",
189
global grasslands. Global Ecology and Biogeography",
            
185
  "relationships_as_object": [],
190
  "relationships_as_object": [],
            
186
  "relationships_as_subject": [],
191
  "relationships_as_subject": [],
            
187
  "resource_type": "datapaper",
192
  "resource_type": "datapaper",
            
188
  "resource_type_general": "datapaper",
193
  "resource_type_general": "datapaper",
            
189
  "resources": [
194
  "resources": [
            
190
    {
195
    {
            
191
      "cache_last_updated": null,
196
      "cache_last_updated": null,
            
192
      "cache_url": null,
197
      "cache_url": null,
            
193
      "created": "2023-02-18T03:43:03.643074",
198
      "created": "2023-02-18T03:43:03.643074",
            
194
      "description": "Study sites and experimental design\r\nWe 
199
      "description": "Study sites and experimental design\r\nWe 
            
195
collected data from 23 sites that are part of the Nutrient Network 
200
collected data from 23 sites that are part of the Nutrient Network 
            
196
Global Research Cooperative (NutNet, https://nutnet.umn.edu/). The 
201
Global Research Cooperative (NutNet, https://nutnet.umn.edu/). The 
            
197
mean annual air temperature (MAT) across these sites ranged from -4 to 
202
mean annual air temperature (MAT) across these sites ranged from -4 to 
            
198
22\u00b0C, mean annual precipitation (MAP) from 252 to 1592 mm, and 
203
22\u00b0C, mean annual precipitation (MAP) from 252 to 1592 mm, and 
            
199
elevations from 6 to 4261 m above sea level (Fig 1a, Supplementary 
204
elevations from 6 to 4261 m above sea level (Fig 1a, Supplementary 
            
200
Table S1), hence cover a wide range of climatic conditions under which 
205
Table S1), hence cover a wide range of climatic conditions under which 
            
201
grasslands occur (Fig 1b). Soil organic C concentrations ranged 
206
grasslands occur (Fig 1b). Soil organic C concentrations ranged 
            
202
between 0.8 to 7.8%, soil total N concentrations between 0.1 and 0.6%, 
207
between 0.8 to 7.8%, soil total N concentrations between 0.1 and 0.6%, 
            
203
and the soil C:N ratio between 9.1 and 21.5. Soil clay content spanned 
208
and the soil C:N ratio between 9.1 and 21.5. Soil clay content spanned 
            
204
from 3.0 to 35%, and soil pH from 3.4 to 7.6 (Supplementary Table S2). 
209
from 3.0 to 35%, and soil pH from 3.4 to 7.6 (Supplementary Table S2). 
            
205
\r\nAt each site, the effects of nutrient addition and herbivore 
210
\r\nAt each site, the effects of nutrient addition and herbivore 
            
206
exclusion were tested via a randomized-block design (Borer et al., 
211
exclusion were tested via a randomized-block design (Borer et al., 
            
207
2014). Three blocks with 10 treatment plots each were established at 
212
2014). Three blocks with 10 treatment plots each were established at 
            
208
each site, except for the site at bldr.us (only two blocks). Each of 
213
each site, except for the site at bldr.us (only two blocks). Each of 
            
209
these 10 plots was randomly assigned to a nutrient or fencing 
214
these 10 plots was randomly assigned to a nutrient or fencing 
            
210
treatment. An individual plot was 5 x 5 m, divided into four 2.5 x 2.5 
215
treatment. An individual plot was 5 x 5 m, divided into four 2.5 x 2.5 
            
211
m subplots. Each subplot was further divided into four 1 x 1 m square 
216
m subplots. Each subplot was further divided into four 1 x 1 m square 
            
212
sampling plots, one of which was set aside for soil sampling (Borer et 
217
sampling plots, one of which was set aside for soil sampling (Borer et 
            
213
al., 2014). Plots were separated by at least 1 m wide walkways. We 
218
al., 2014). Plots were separated by at least 1 m wide walkways. We 
            
214
collected soil samples from four different treatments for this study: 
219
collected soil samples from four different treatments for this study: 
            
215
(i) untreated control plots (Control), (ii) herbivore exclusion plots 
220
(i) untreated control plots (Control), (ii) herbivore exclusion plots 
            
216
(Fence), (iii) plots fertilized with N, P, K, plus nine essential 
221
(Fence), (iii) plots fertilized with N, P, K, plus nine essential 
            
217
macro and micronutrients (NPK), and (iv) plots with simultaneous 
222
macro and micronutrients (NPK), and (iv) plots with simultaneous 
            
218
fertilizer addition and herbivore exclusion (NPK+Fence). The 
223
fertilizer addition and herbivore exclusion (NPK+Fence). The 
            
219
experiments were established at different times in the past, with 
224
experiments were established at different times in the past, with 
            
220
years of treatment different among sites (2 \u2013 9 years since start 
225
years of treatment different among sites (2 \u2013 9 years since start 
            
221
of treatment; Supplementary Table S1). For the nutrient additions, all 
226
of treatment; Supplementary Table S1). For the nutrient additions, all 
            
222
sites applied 10 g N m-2 each year as time-release urea; 10 g P m-2 
227
sites applied 10 g N m-2 each year as time-release urea; 10 g P m-2 
            
223
yr-1 as triple-super phosphate; 10 g K m-2 yr-1 as potassium sulfate. 
228
yr-1 as triple-super phosphate; 10 g K m-2 yr-1 as potassium sulfate. 
            
224
A micro-nutrient mix (Fe, S, Mg, Mn, Cu, Zn, B, Mo, Ca) was applied at 
229
A micro-nutrient mix (Fe, S, Mg, Mn, Cu, Zn, B, Mo, Ca) was applied at 
            
225
100 g m-2 together with K in the first year of treatments but not 
230
100 g m-2 together with K in the first year of treatments but not 
            
226
thereafter. \r\nWe excluded large vertebrate herbivores (Fence) by 
231
thereafter. \r\nWe excluded large vertebrate herbivores (Fence) by 
            
227
fencing two plots, one with and one without NPK additions, within each 
232
fencing two plots, one with and one without NPK additions, within each 
            
228
block. The fences excluded all aboveground mammalian herbivores with a 
233
block. The fences excluded all aboveground mammalian herbivores with a 
            
229
body mass of over 50 g (Borer et al., 2014). At most sites, the fences 
234
body mass of over 50 g (Borer et al., 2014). At most sites, the fences 
            
230
were 180 cm high, and the fence contained a wire mesh (1 cm holes) for 
235
were 180 cm high, and the fence contained a wire mesh (1 cm holes) for 
            
231
the bottom 90 cm with a 30 cm outward-facing flange stapled to the 
236
the bottom 90 cm with a 30 cm outward-facing flange stapled to the 
            
232
ground to exclude burrowing animals. Climbing and subterranean animals 
237
ground to exclude burrowing animals. Climbing and subterranean animals 
            
233
may potentially still access these plots (Borer et al., 2014). For 
238
may potentially still access these plots (Borer et al., 2014). For 
            
234
slight modifications in fence design at a few sites see Supplementary 
239
slight modifications in fence design at a few sites see Supplementary 
            
235
Table S3. Most sites only had wild herbivores, although four sites 
240
Table S3. Most sites only had wild herbivores, although four sites 
            
236
were also grazed by domestic animals (Supplementary Table 
241
were also grazed by domestic animals (Supplementary Table 
            
237
S1).\r\n\r\nCollection of soil samples, soil microbial respiration, 
242
S1).\r\n\r\nCollection of soil samples, soil microbial respiration, 
            
238
microbial biomass, and other soil properties\r\nEach of the 23 sites 
243
microbial biomass, and other soil properties\r\nEach of the 23 sites 
            
239
received a package containing identical material from the Swiss 
244
received a package containing identical material from the Swiss 
            
240
Federal Institute for Forest, Snow and Landscape Research WSL, 
245
Federal Institute for Forest, Snow and Landscape Research WSL, 
            
241
Switzerland to be used for sampling (Risch et al., 2015; Risch et al., 
246
Switzerland to be used for sampling (Risch et al., 2015; Risch et al., 
            
242
2019). We collected two soil cores of 5 cm diameter and 12 cm depth in 
247
2019). We collected two soil cores of 5 cm diameter and 12 cm depth in 
            
243
each sampling plot and composited them to measure MR, MBC, and soil 
248
each sampling plot and composited them to measure MR, MBC, and soil 
            
244
chemical properties (see below). An additional sample (5 x 12 cm) was 
249
chemical properties (see below). An additional sample (5 x 12 cm) was 
            
245
collected to assess soil physical properties. This sample remained 
250
collected to assess soil physical properties. This sample remained 
            
246
within a steel sampling core after collection and both ends were 
251
within a steel sampling core after collection and both ends were 
            
247
tightly closed with plastic caps to avoid disturbance. All soils were 
252
tightly closed with plastic caps to avoid disturbance. All soils were 
            
248
shipped cooled to the laboratory at (Location will be disclosed after 
253
shipped cooled to the laboratory at (Location will be disclosed after 
            
249
manuscript acceptance) within a few days after collection. Soils were 
254
manuscript acceptance) within a few days after collection. Soils were 
            
250
sampled roughly 6 weeks prior to peak biomass at each site during 2015 
255
sampled roughly 6 weeks prior to peak biomass at each site during 2015 
            
251
and 2016.\r\nTo assess MR (CO2 production) in a laboratory incubation 
256
and 2016.\r\nTo assess MR (CO2 production) in a laboratory incubation 
            
252
experiment we weighed duplicate soil samples (8 g dry soil equivalent) 
257
experiment we weighed duplicate soil samples (8 g dry soil equivalent) 
            
253
into 50-ml Falcon tubes. No additional substrate (glucose, sugar) was 
258
into 50-ml Falcon tubes. No additional substrate (glucose, sugar) was 
            
254
added to these samples. We adjusted the soil moisture of each sample 
259
added to these samples. We adjusted the soil moisture of each sample 
            
255
to 60% field capacity. We then placed a 15 ml plastic test tube 
260
to 60% field capacity. We then placed a 15 ml plastic test tube 
            
256
(Semadeni 1701A) containing 7.25 ml 0.05 M NaOH over each soil sample. 
261
(Semadeni 1701A) containing 7.25 ml 0.05 M NaOH over each soil sample. 
            
257
The test tube was fixed with a plastic rod so that it was not in 
262
The test tube was fixed with a plastic rod so that it was not in 
            
258
contact with the soil sample. The Falcon tubes were then sealed with a 
263
contact with the soil sample. The Falcon tubes were then sealed with a 
            
259
screw cap and placed in an incubator under completely dark conditions 
264
screw cap and placed in an incubator under completely dark conditions 
            
260
at 20\u00b0C. The CO2 produced by microbial respiration was absorbed 
265
at 20\u00b0C. The CO2 produced by microbial respiration was absorbed 
            
261
by the 0.05 M NaOH. For five weeks we measured the decrease in 
266
by the 0.05 M NaOH. For five weeks we measured the decrease in 
            
262
conductivity within the 0.05 M NaOH solution on a weekly basis with a 
267
conductivity within the 0.05 M NaOH solution on a weekly basis with a 
            
263
Multimeter WTW Multi 3410 (WTW GmbH, Germany) and replaced the 0.05 M 
268
Multimeter WTW Multi 3410 (WTW GmbH, Germany) and replaced the 0.05 M 
            
264
NaOH with fresh solution. We included Falcon tubes without soil 
269
NaOH with fresh solution. We included Falcon tubes without soil 
            
265
samples in each incubation run as blanks to test if tubes were tight 
270
samples in each incubation run as blanks to test if tubes were tight 
            
266
and no CO2 could enter or escape. We calibrated the relationship 
271
and no CO2 could enter or escape. We calibrated the relationship 
            
267
between conductivity reduction and NaOH absorbed as follows: 400 ml 
272
between conductivity reduction and NaOH absorbed as follows: 400 ml 
            
268
0.05 M NaOH was placed in a beaker and its conductivity was measured 
273
0.05 M NaOH was placed in a beaker and its conductivity was measured 
            
269
with the multimeter. While stirring, air containing CO2 was blown into 
274
with the multimeter. While stirring, air containing CO2 was blown into 
            
270
the solution for approximately one minute, which reacts with NaOH to 
275
the solution for approximately one minute, which reacts with NaOH to 
            
271
form Na2CO3. After this process, conductivity was measured again. We 
276
form Na2CO3. After this process, conductivity was measured again. We 
            
272
then transferred 7.25 ml of the solution into a smaller beaker and 
277
then transferred 7.25 ml of the solution into a smaller beaker and 
            
273
added 1 ml of 0.1 M BaCl2 to precipitate Na2CO3 and then titrated the 
278
added 1 ml of 0.1 M BaCl2 to precipitate Na2CO3 and then titrated the 
            
274
solution with 0.05 M HCl to determine the remaining NaOH. We then 
279
solution with 0.05 M HCl to determine the remaining NaOH. We then 
            
275
repeated these steps with the remaining solution a total of nine times 
280
repeated these steps with the remaining solution a total of nine times 
            
276
and plotted the conductivities (y-axis) against the NaOH consumed 
281
and plotted the conductivities (y-axis) against the NaOH consumed 
            
277
(x-axis, Supplementary Fig S1). This regression line was used to infer 
282
(x-axis, Supplementary Fig S1). This regression line was used to infer 
            
278
the consumption of NaOH from the conductivity reduction in the 
283
the consumption of NaOH from the conductivity reduction in the 
            
279
incubation experiments and to calculate CO2 evolution during 
284
incubation experiments and to calculate CO2 evolution during 
            
280
incubation. In addition, we determined the optimum concentration for 
285
incubation. In addition, we determined the optimum concentration for 
            
281
the NaOH solution in series of preliminary experiments, so that the 
286
the NaOH solution in series of preliminary experiments, so that the 
            
282
concentration was not too high to become insensitive, but also not too 
287
concentration was not too high to become insensitive, but also not too 
            
283
low so that not all NaOH reacts during incubation. We then calculated 
288
low so that not all NaOH reacts during incubation. We then calculated 
            
284
MR (mg CO2-C kg dry soil-1 h-1) as total amount of CO2 released over 
289
MR (mg CO2-C kg dry soil-1 h-1) as total amount of CO2 released over 
            
285
the 5 weeks divided by the duration of the entire incubation in 
290
the 5 weeks divided by the duration of the entire incubation in 
            
286
hrs.\r\nSoil microbial biomass carbon (MBC; mg C kg soil-1 ) was 
291
hrs.\r\nSoil microbial biomass carbon (MBC; mg C kg soil-1 ) was 
            
287
measured at the beginning of the experiment by measuring the maximal 
292
measured at the beginning of the experiment by measuring the maximal 
            
288
respiratory response to the addition of glucose solution (4 mg glucose 
293
respiratory response to the addition of glucose solution (4 mg glucose 
            
289
per g soil dry weight dissolved in distilled water; substrate-induced 
294
per g soil dry weight dissolved in distilled water; substrate-induced 
            
290
respiration method) on approximately 5.5 g of soil (J. P. E. Anderson 
295
respiration method) on approximately 5.5 g of soil (J. P. E. Anderson 
            
291
& Domsch, 1978; Nico Eisenhauer et al., 2018; Scheu, 1992). For this 
296
& Domsch, 1978; Nico Eisenhauer et al., 2018; Scheu, 1992). For this 
            
292
purpose we used an O2-micro-compensation apparatus (Scheu, 1992). More 
297
purpose we used an O2-micro-compensation apparatus (Scheu, 1992). More 
            
293
specifically, substrate-induced respiration was calculated from the 
298
specifically, substrate-induced respiration was calculated from the 
            
294
respiratory response to D-glucose for 10 hr at 20\u00b0C. Glucose was 
299
respiratory response to D-glucose for 10 hr at 20\u00b0C. Glucose was 
            
295
added according to preliminary studies to saturate the catabolic 
300
added according to preliminary studies to saturate the catabolic 
            
296
enzymes of microorganisms (4 mg g soil-1 dissolved in 400 ml deionized 
301
enzymes of microorganisms (4 mg g soil-1 dissolved in 400 ml deionized 
            
297
water). The mean of the lowest three readings within the first 10 hrs 
302
water). The mean of the lowest three readings within the first 10 hrs 
            
298
(between the initial peak caused by disturbing the soil and the peak 
303
(between the initial peak caused by disturbing the soil and the peak 
            
299
caused by microbial growth) was taken as maximum initial respiratory 
304
caused by microbial growth) was taken as maximum initial respiratory 
            
300
response (MIRR; ml O2 kg soil-1 h-1) and microbial biomass (mg C kg 
305
response (MIRR; ml O2 kg soil-1 h-1) and microbial biomass (mg C kg 
            
301
soil-1) was calculated as 38 x MIRR (Beck et al., 1997; Cesarz et al., 
306
soil-1) was calculated as 38 x MIRR (Beck et al., 1997; Cesarz et al., 
            
302
2022; Thakur et al., 2015).\r\nThe rest of the composited sample was 
307
2022; Thakur et al., 2015).\r\nThe rest of the composited sample was 
            
303
dried at 65\u00b0C for 48 h, ground and sieved (2 mm mesh) to assess 
308
dried at 65\u00b0C for 48 h, ground and sieved (2 mm mesh) to assess 
            
304
the soil pH, mineral soil total C and N and C:N ratio, and mineral 
309
the soil pH, mineral soil total C and N and C:N ratio, and mineral 
            
305
soil organic C (Risch et al., 2019). The undisturbed sample was used 
310
soil organic C (Risch et al., 2019). The undisturbed sample was used 
            
306
to assess water holding capacity (WHC), bulk density (BD), and soil 
311
to assess water holding capacity (WHC), bulk density (BD), and soil 
            
307
texture [sand, silt, clay; methods in (Risch et al., 2019)]. We used 
312
texture [sand, silt, clay; methods in (Risch et al., 2019)]. We used 
            
308
the percentage of sand and clay as an indicator of soil texture in 
313
the percentage of sand and clay as an indicator of soil texture in 
            
309
this study. MAT (\u00b0C), MAP (mm) and temperature of the wettest 
314
this study. MAT (\u00b0C), MAP (mm) and temperature of the wettest 
            
310
quarter (\u00b0C) were obtained from www.worldclim.com (Fick & 
315
quarter (\u00b0C) were obtained from www.worldclim.com (Fick & 
            
311
Hijmans, 2017; Hijmans, Cameron, Parra, Jones, & Jarvis, 2005). These 
316
Hijmans, 2017; Hijmans, Cameron, Parra, Jones, & Jarvis, 2005). These 
            
312
variables were selected as they were found to be drivers of soil 
317
variables were selected as they were found to be drivers of soil 
            
313
nutrient processes across these sites in earlier studies (Risch et 
318
nutrient processes across these sites in earlier studies (Risch et 
            
314
al., 2020; Risch et al., 2019). Mean annual soil temperatures (MAST; 
319
al., 2020; Risch et al., 2019). Mean annual soil temperatures (MAST; 
            
315
\u00b0C) for the 0 to 5 cm soil layer were obtained for each site from 
320
\u00b0C) for the 0 to 5 cm soil layer were obtained for each site from 
            
316
the SoilTemp maps (J. Lembrechts et al., 2021; J. J. Lembrechts et 
321
the SoilTemp maps (J. Lembrechts et al., 2021; J. J. Lembrechts et 
            
317
al., 2022), global gridded modelled products of soil bioclimatic 
322
al., 2022), global gridded modelled products of soil bioclimatic 
            
318
variables for the 1979-2013 period at a 1-km\u00b2 resolution, based 
323
variables for the 1979-2013 period at a 1-km\u00b2 resolution, based 
            
319
on CHELSA, ERA5 and in-situ soil temperature 
324
on CHELSA, ERA5 and in-situ soil temperature 
            
320
measurements.\r\nNumerical calculations and statistical analyses\r\nWe 
325
measurements.\r\nNumerical calculations and statistical analyses\r\nWe 
            
321
calculated MMQ as MR/MBC. We corrected this measure using the average 
326
calculated MMQ as MR/MBC. We corrected this measure using the average 
            
322
soil temperature of each site (MMQsoil). This temperature correction 
327
soil temperature of each site (MMQsoil). This temperature correction 
            
323
is necessary as incubation temperatures are usually much higher than 
328
is necessary as incubation temperatures are usually much higher than 
            
324
site mean annual soil temperatures (see Xu et al. 2017). MMQsoil = MMQ 
329
site mean annual soil temperatures (see Xu et al. 2017). MMQsoil = MMQ 
            
325
x Q10(MAST \u2013 20)/10, where Q10 was assumed to be 2 (Xu et al. 
330
x Q10(MAST \u2013 20)/10, where Q10 was assumed to be 2 (Xu et al. 
            
326
2017). See Supplementary Fig S2 for comparison of air and soil 
331
2017). See Supplementary Fig S2 for comparison of air and soil 
            
327
temperatures across the 23 sites as well as the incubation 
332
temperatures across the 23 sites as well as the incubation 
            
328
temperature. \r\nSome of the explanatory variables (clay, soil organic 
333
temperature. \r\nSome of the explanatory variables (clay, soil organic 
            
329
C, C:N ratio) were skewed and were thus log-transformed prior to 
334
C, C:N ratio) were skewed and were thus log-transformed prior to 
            
330
analyses. All continuous explanatory variables were centred and scaled 
335
analyses. All continuous explanatory variables were centred and scaled 
            
331
to have a mean of zero and variance of one. To avoid collinearity 
336
to have a mean of zero and variance of one. To avoid collinearity 
            
332
between them we filtered them using correlation analysis 
337
between them we filtered them using correlation analysis 
            
333
(Supplementary Fig S3). From the variables that were strongly 
338
(Supplementary Fig S3). From the variables that were strongly 
            
334
correlated (Pearson\u2019s |r| > 0.70) (Dormann et al., 2013), we 
339
correlated (Pearson\u2019s |r| > 0.70) (Dormann et al., 2013), we 
            
335
selected the ones that allowed us to minimize the number of variables 
340
selected the ones that allowed us to minimize the number of variables 
            
336
(Supplementary Fig S3). Specifically, soil total N concentration, soil 
341
(Supplementary Fig S3). Specifically, soil total N concentration, soil 
            
337
total C concentration, soil sand content and soil bulk density were 
342
total C concentration, soil sand content and soil bulk density were 
            
338
dropped from the dataset. We then assessed how these edaphoclimatic 
343
dropped from the dataset. We then assessed how these edaphoclimatic 
            
339
variables are related to MMQ across our global grasslands.\r\nFor 
344
variables are related to MMQ across our global grasslands.\r\nFor 
            
340
this, we used linear mixed effects models (LMMs) fitted by maximum 
345
this, we used linear mixed effects models (LMMs) fitted by maximum 
            
341
likelihood with the lme function in the nlme package (version 3.1-153) 
346
likelihood with the lme function in the nlme package (version 3.1-153) 
            
342
(Pinheiro, Bates, DebRoy, & Sarkar, 2021) in R version 3.6.3. (R Core 
347
(Pinheiro, Bates, DebRoy, & Sarkar, 2021) in R version 3.6.3. (R Core 
            
343
Team, 2019). We used treatment as a fixed effect and plot nested in 
348
Team, 2019). We used treatment as a fixed effect and plot nested in 
            
344
site as random effects to assess treatment differences in MMQsoil, as 
349
site as random effects to assess treatment differences in MMQsoil, as 
            
345
well as MR, and MBC. The number of years since the treatment started 
350
well as MR, and MBC. The number of years since the treatment started 
            
346
was included as a fixed effect in all the initial models but was not 
351
was included as a fixed effect in all the initial models but was not 
            
347
significant and therefore not retained in the models. To assess how 
352
significant and therefore not retained in the models. To assess how 
            
348
differences in MMQsoil were affected by environmental factors (soil, 
353
differences in MMQsoil were affected by environmental factors (soil, 
            
349
climatic properties) we again used LMMs. Soil and climatic properties 
354
climatic properties) we again used LMMs. Soil and climatic properties 
            
350
were included as fixed effects and plot nested in site as random 
355
were included as fixed effects and plot nested in site as random 
            
351
effects. We did not include interactions between environmental 
356
effects. We did not include interactions between environmental 
            
352
variables. We then used the MuMin package (Barton, 2018) (version 
357
variables. We then used the MuMin package (Barton, 2018) (version 
            
353
1.42.1) to select the best models that explained the most variation 
358
1.42.1) to select the best models that explained the most variation 
            
354
based on Akaike\u2019s information criterion (AIC; model.avg 
359
based on Akaike\u2019s information criterion (AIC; model.avg 
            
355
function). We used the corrected AIC (AICc) to account for our small 
360
function). We used the corrected AIC (AICc) to account for our small 
            
356
sample size and selected the top models that fell within 4 AICc units 
361
sample size and selected the top models that fell within 4 AICc units 
            
357
(delta AICc < 4) (Burnham & Anderson, 2002; Johnson & Omland, 2004). 
362
(delta AICc < 4) (Burnham & Anderson, 2002; Johnson & Omland, 2004). 
            
358
We present all our top models rather than model averages. Conditional 
363
We present all our top models rather than model averages. Conditional 
            
359
averages are provided in the Supplementary material. \r\nBased on 
364
averages are provided in the Supplementary material. \r\nBased on 
            
360
findings from analyses described above and the literature, we 
365
findings from analyses described above and the literature, we 
            
361
developed a conceptual model of direct and indirect relationships 
366
developed a conceptual model of direct and indirect relationships 
            
362
between both edaphoclimatic variables and experimental treatments 
367
between both edaphoclimatic variables and experimental treatments 
            
363
(Supplement Figure S4) to obtain a more holistic approach in 
368
(Supplement Figure S4) to obtain a more holistic approach in 
            
364
understanding how these properties affect MMQsoil. We had data from 23 
369
understanding how these properties affect MMQsoil. We had data from 23 
            
365
sites with 272 observations. We tested this model using structural 
370
sites with 272 observations. We tested this model using structural 
            
366
equation modelling based on a d-sep approach (Lefcheck, 2016; Shipley, 
371
equation modelling based on a d-sep approach (Lefcheck, 2016; Shipley, 
            
367
2009). We considered those environmental drivers that were included in 
372
2009). We considered those environmental drivers that were included in 
            
368
our top LMMs, namely temperature of the wettest quarter (T.q.wet), 
373
our top LMMs, namely temperature of the wettest quarter (T.q.wet), 
            
369
soil pH, water holding capacity (WHC) and soil organic C (organic C; 
374
soil pH, water holding capacity (WHC) and soil organic C (organic C; 
            
370
Supplementary Figure S4). These factors were allowed to directly 
375
Supplementary Figure S4). These factors were allowed to directly 
            
371
affect MMQsoil, and via their interactions with treatments. In 
376
affect MMQsoil, and via their interactions with treatments. In 
            
372
addition, treatments were allowed to directly affect MMQsoil. 
377
addition, treatments were allowed to directly affect MMQsoil. 
            
373
Treatments were included as dummy variables in the model. We tested 
378
Treatments were included as dummy variables in the model. We tested 
            
374
our conceptual model (Supplementary Fig S4) using the piecewiseSEM 
379
our conceptual model (Supplementary Fig S4) using the piecewiseSEM 
            
375
package (version 2.0.2; Lefcheck, 2016) in R 3.4.0, in which a 
380
package (version 2.0.2; Lefcheck, 2016) in R 3.4.0, in which a 
            
376
structured set of linear models are fitted individually. This approach 
381
structured set of linear models are fitted individually. This approach 
            
377
allowed us to account for the nested experimental design, and overcome 
382
allowed us to account for the nested experimental design, and overcome 
            
378
some of the limitations of standard structural equation models, such 
383
some of the limitations of standard structural equation models, such 
            
379
as small sample sizes (Lefcheck, 2016; Shipley, 2009). We used the lme 
384
as small sample sizes (Lefcheck, 2016; Shipley, 2009). We used the lme 
            
380
function of the nlme package to model response variables, including 
385
function of the nlme package to model response variables, including 
            
381
site as a random factor. Good fit of the SEM was assumed when 
386
site as a random factor. Good fit of the SEM was assumed when 
            
382
Fisher\u2019s C values were non-significant (p > 0.05). For all 
387
Fisher\u2019s C values were non-significant (p > 0.05). For all 
            
383
significant interactions between soil or climate variables and 
388
significant interactions between soil or climate variables and 
            
384
treatments detected in the SEMs, we calculated treatment effect sizes, 
389
treatments detected in the SEMs, we calculated treatment effect sizes, 
            
385
i.e., the differences in MMQsoil between Control and treatments as log 
390
i.e., the differences in MMQsoil between Control and treatments as log 
            
386
response ratios (LRR) and plotted these values against the climate or 
391
response ratios (LRR) and plotted these values against the climate or 
            
387
soil factors. The LRR were defined as log(Control/Treatment), where 
392
soil factors. The LRR were defined as log(Control/Treatment), where 
            
388
treatment was either Fence, NPK or NPK+Fence. To assess which of the 
393
treatment was either Fence, NPK or NPK+Fence. To assess which of the 
            
389
LRR-climate or soil property relationships were significant we again 
394
LRR-climate or soil property relationships were significant we again 
            
390
used LMMs, in which soil and climatic properties were included as 
395
used LMMs, in which soil and climatic properties were included as 
            
391
fixed effects and plot nested in site as random effects. \r\n",
396
fixed effects and plot nested in site as random effects. \r\n",
            
392
      "doi": "",
397
      "doi": "",
            
393
      "format": ".xlsx",
398
      "format": ".xlsx",
            
394
      "hash": "",
399
      "hash": "",
            
395
      "id": "1d2ce620-f7d6-4408-bf61-df123c0936e0",
400
      "id": "1d2ce620-f7d6-4408-bf61-df123c0936e0",
            
396
      "last_modified": "2023-02-18T04:43:07.514444",
401
      "last_modified": "2023-02-18T04:43:07.514444",
            
397
      "metadata_modified": "2023-02-18T03:43:07.860695",
402
      "metadata_modified": "2023-02-18T03:43:07.860695",
            
398
      "mimetype": null,
403
      "mimetype": null,
            
399
      "mimetype_inner": null,
404
      "mimetype_inner": null,
            
400
      "name": "Risch et al. GEB_data.xlsx",
405
      "name": "Risch et al. GEB_data.xlsx",
            
401
      "package_id": "679bdff7-9fb3-4704-be93-8add5cb206ba",
406
      "package_id": "679bdff7-9fb3-4704-be93-8add5cb206ba",
            
402
      "position": 0,
407
      "position": 0,
            
403
      "publication_state": "",
408
      "publication_state": "",
            
404
      "resource_size": "{\"size_value\": \"\", \"size_units\": 
409
      "resource_size": "{\"size_value\": \"\", \"size_units\": 
            
405
\"kb\"}",
410
\"kb\"}",
            
406
      "resource_type": null,
411
      "resource_type": null,
            
407
      "restricted": "{\"level\": \"public\", \"allowed_users\": \"\", 
412
      "restricted": "{\"level\": \"public\", \"allowed_users\": \"\", 
            
408
\"shared_secret\": \"\"}",
413
\"shared_secret\": \"\"}",
            
409
      "size": 110080,
414
      "size": 110080,
            
410
      "state": "active",
415
      "state": "active",
            
411
      "url": 
416
      "url": 
            
412
ce620-f7d6-4408-bf61-df123c0936e0/download/risch-et-al.-geb_data.xls",
417
ce620-f7d6-4408-bf61-df123c0936e0/download/risch-et-al.-geb_data.xls",
            
413
      "url_type": "upload"
418
      "url_type": "upload"
            
414
    }
419
    }
            
415
  ],
420
  ],
            
416
  "spatial": 
421
  "spatial": 
            
417
144.140625,-25.630963807817977],[-148.359375,-25.630963807817977]]]}",
422
144.140625,-25.630963807817977],[-148.359375,-25.630963807817977]]]}",
            
418
  "spatial_info": "worldwide",
423
  "spatial_info": "worldwide",
            
419
  "state": "active",
424
  "state": "active",
            
420
  "subtitle": "",
425
  "subtitle": "",
            
421
  "tags": [
426
  "tags": [
            
422
    {
427
    {
            
423
      "display_name": "ANTHROPOGENIC MANAGEMENT",
428
      "display_name": "ANTHROPOGENIC MANAGEMENT",
            
424
      "id": "aaa17ebf-8bc8-4a00-bded-562d08c10a42",
429
      "id": "aaa17ebf-8bc8-4a00-bded-562d08c10a42",
            
425
      "name": "ANTHROPOGENIC MANAGEMENT",
430
      "name": "ANTHROPOGENIC MANAGEMENT",
            
426
      "state": "active",
431
      "state": "active",
            
427
      "vocabulary_id": null
432
      "vocabulary_id": null
            
428
    },
433
    },
            
429
    {
434
    {
            
430
      "display_name": "CLIMATE",
435
      "display_name": "CLIMATE",
            
431
      "id": "5a33b7dc-dca1-42c3-8651-9d00b5428823",
436
      "id": "5a33b7dc-dca1-42c3-8651-9d00b5428823",
            
432
      "name": "CLIMATE",
437
      "name": "CLIMATE",
            
433
      "state": "active",
438
      "state": "active",
            
434
      "vocabulary_id": null
439
      "vocabulary_id": null
            
435
    },
440
    },
            
436
    {
441
    {
            
437
      "display_name": "HERBIVORE EXCLUSION",
442
      "display_name": "HERBIVORE EXCLUSION",
            
438
      "id": "f2021f0d-d563-4f9c-a24f-1acebac60b92",
443
      "id": "f2021f0d-d563-4f9c-a24f-1acebac60b92",
            
439
      "name": "HERBIVORE EXCLUSION",
444
      "name": "HERBIVORE EXCLUSION",
            
440
      "state": "active",
445
      "state": "active",
            
441
      "vocabulary_id": null
446
      "vocabulary_id": null
            
442
    },
447
    },
            
443
    {
448
    {
            
444
      "display_name": "MICROBIAL BIOMASS CARBON",
449
      "display_name": "MICROBIAL BIOMASS CARBON",
            
445
      "id": "edd64a11-276e-4acf-b063-0370c63ee135",
450
      "id": "edd64a11-276e-4acf-b063-0370c63ee135",
            
446
      "name": "MICROBIAL BIOMASS CARBON",
451
      "name": "MICROBIAL BIOMASS CARBON",
            
447
      "state": "active",
452
      "state": "active",
            
448
      "vocabulary_id": null
453
      "vocabulary_id": null
            
449
    },
454
    },
            
450
    {
455
    {
            
451
      "display_name": "MICROBIAL RESPIRATION",
456
      "display_name": "MICROBIAL RESPIRATION",
            
452
      "id": "4d759529-e01f-4c61-a5a9-debb88d681d1",
457
      "id": "4d759529-e01f-4c61-a5a9-debb88d681d1",
            
453
      "name": "MICROBIAL RESPIRATION",
458
      "name": "MICROBIAL RESPIRATION",
            
454
      "state": "active",
459
      "state": "active",
            
455
      "vocabulary_id": null
460
      "vocabulary_id": null
            
456
    },
461
    },
            
457
    {
462
    {
            
458
      "display_name": "NUTRIENT ADDITION",
463
      "display_name": "NUTRIENT ADDITION",
            
459
      "id": "3e6bed69-a2b3-4036-b6d8-e5592f7cef4a",
464
      "id": "3e6bed69-a2b3-4036-b6d8-e5592f7cef4a",
            
460
      "name": "NUTRIENT ADDITION",
465
      "name": "NUTRIENT ADDITION",
            
461
      "state": "active",
466
      "state": "active",
            
462
      "vocabulary_id": null
467
      "vocabulary_id": null
            
463
    },
468
    },
            
464
    {
469
    {
            
465
      "display_name": "SOIL PROPERTIES",
470
      "display_name": "SOIL PROPERTIES",
            
466
      "id": "4730ad8f-dea2-4b33-b551-85acf1ebaac4",
471
      "id": "4730ad8f-dea2-4b33-b551-85acf1ebaac4",
            
467
      "name": "SOIL PROPERTIES",
472
      "name": "SOIL PROPERTIES",
            
468
      "state": "active",
473
      "state": "active",
            
469
      "vocabulary_id": null
474
      "vocabulary_id": null
            
470
    }
475
    }
            
471
  ],
476
  ],
            
472
  "title": "Drivers of the microbial metabolic quotient across global 
477
  "title": "Drivers of the microbial metabolic quotient across global 
            
473
grasslands",
478
grasslands",
            
474
  "type": "dataset",
479
  "type": "dataset",
            
475
  "url": null,
480
  "url": null,
            
476
  "version": "1.0"
481
  "version": "1.0"
            
477
}
482
}