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\", 
            
60
\"identifier\": \"0000-0001-5218-7776\", \"name\": \"Hagedorn\"}, 
60
\"identifier\": \"0000-0001-5218-7776\", \"name\": \"Hagedorn\"}, 
            
61
{\"affiliation\": \"Department of Health & Environmental Sciences, 
61
{\"affiliation\": \"Department of Health & Environmental Sciences, 
            
62
Xi'an Jiaotong Liverpool University\", \"affiliation_02\": \"\", 
62
Xi'an Jiaotong Liverpool University\", \"affiliation_02\": \"\", 
            
63
\"affiliation_03\": \"\", \"data_credit\": \"collection\", \"email\": 
63
\"affiliation_03\": \"\", \"data_credit\": \"collection\", \"email\": 
            
64
\"joahnnes.knops@xjtlu.edu.cn\", \"given_name\": \"Johannes M. H.\", 
64
\"joahnnes.knops@xjtlu.edu.cn\", \"given_name\": \"Johannes M. H.\", 
            
65
\"identifier\": \"\", \"name\": \"Knops\"}, {\"affiliation\": \"Plants 
65
\"identifier\": \"\", \"name\": \"Knops\"}, {\"affiliation\": \"Plants 
            
66
and Ecosystems (PLECO), University of Antwerp, Belgium\", 
66
and Ecosystems (PLECO), University of Antwerp, Belgium\", 
            
67
\"affiliation_02\": \"\", \"affiliation_03\": \"\", \"data_credit\": 
67
\"affiliation_02\": \"\", \"affiliation_03\": \"\", \"data_credit\": 
            
68
\"curation\", \"email\": \"lembrechtsjonas@gmail.com\", 
68
\"curation\", \"email\": \"lembrechtsjonas@gmail.com\", 
            
69
\"given_name\": \"Jonas J.\", \"identifier\": \"\", \"name\": 
69
\"given_name\": \"Jonas J.\", \"identifier\": \"\", \"name\": 
            
70
\"Lembrechts\"}, {\"affiliation\": \"Department of Integrative 
70
\"Lembrechts\"}, {\"affiliation\": \"Department of Integrative 
            
71
Biology, University of Guelph, Guelph, Ontario, Canada\", 
71
Biology, University of Guelph, Guelph, Ontario, Canada\", 
            
72
\"affiliation_02\": \"\", \"affiliation_03\": \"\", \"data_credit\": 
72
\"affiliation_02\": \"\", \"affiliation_03\": \"\", \"data_credit\": 
            
73
\"collection\", \"email\": \"asm@uoguelph.ca\", \"given_name\": 
73
\"collection\", \"email\": \"asm@uoguelph.ca\", \"given_name\": 
            
74
\"Andrew S.\", \"identifier\": \"\", \"name\": \"MacDougall\"}, 
74
\"Andrew S.\", \"identifier\": \"\", \"name\": \"MacDougall\"}, 
            
75
{\"affiliation\": \"Department of Plant and Soil Sciences, University 
75
{\"affiliation\": \"Department of Plant and Soil Sciences, University 
            
76
of Kentucky, Lexington, KY 40546-0312 USA\", \"affiliation_02\": \"\", 
76
of Kentucky, Lexington, KY 40546-0312 USA\", \"affiliation_02\": \"\", 
            
77
\"affiliation_03\": \"\", \"data_credit\": \"collection\", \"email\": 
77
\"affiliation_03\": \"\", \"data_credit\": \"collection\", \"email\": 
            
78
\"rebecca.mcculley@uky.edu\", \"given_name\": \"Rebecca L.\", 
78
\"rebecca.mcculley@uky.edu\", \"given_name\": \"Rebecca L.\", 
            
79
\"identifier\": \"0000-0002-2393-0599\", \"name\": \"McCulley\"}, 
79
\"identifier\": \"0000-0002-2393-0599\", \"name\": \"McCulley\"}, 
            
80
{\"affiliation\": \"Department of Ecology and Evolutionary Biology, 
80
{\"affiliation\": \"Department of Ecology and Evolutionary Biology, 
            
81
University of Colorado, Boulder, CO, 80309, USA\", \"affiliation_02\": 
81
University of Colorado, Boulder, CO, 80309, USA\", \"affiliation_02\": 
            
82
\"\", \"affiliation_03\": \"\", \"data_credit\": \"collection\", 
82
\"\", \"affiliation_03\": \"\", \"data_credit\": \"collection\", 
            
83
\"email\": \"brett.melbourne@colorado.edu\", \"given_name\": \"Brett 
83
\"email\": \"brett.melbourne@colorado.edu\", \"given_name\": \"Brett 
            
84
A.\", \"identifier\": \"\", \"name\": \"Melbourne\"}, 
84
A.\", \"identifier\": \"\", \"name\": \"Melbourne\"}, 
            
85
{\"affiliation\": \"School of Biological Sciences, Monash University, 
85
{\"affiliation\": \"School of Biological Sciences, Monash University, 
            
86
Clayton Campus VIC 3800, Australia\", \"affiliation_02\": \"\", 
86
Clayton Campus VIC 3800, Australia\", \"affiliation_02\": \"\", 
            
87
\"affiliation_03\": \"\", \"data_credit\": \"collection\", \"email\": 
87
\"affiliation_03\": \"\", \"data_credit\": \"collection\", \"email\": 
            
88
\"joslin.moore@gmail.com\", \"given_name\": \"Joslin L.\", 
88
\"joslin.moore@gmail.com\", \"given_name\": \"Joslin L.\", 
            
89
\"identifier\": \"0000-0001-9809-5092\", \"name\": \"Moore\"}, 
89
\"identifier\": \"0000-0001-9809-5092\", \"name\": \"Moore\"}, 
            
90
{\"affiliation\": \"Hawkesbury Institute for the Environment, Western 
90
{\"affiliation\": \"Hawkesbury Institute for the Environment, Western 
            
91
Sydney University, Locked Bag 1797, Penrith, New South Wales, 2751 
91
Sydney University, Locked Bag 1797, Penrith, New South Wales, 2751 
            
92
Australia\", \"affiliation_02\": \"\", \"affiliation_03\": \"\", 
92
Australia\", \"affiliation_02\": \"\", \"affiliation_03\": \"\", 
            
93
\"data_credit\": \"collection\", \"email\": 
93
\"data_credit\": \"collection\", \"email\": 
            
94
\"s.power@westernsydney.edu.au\", \"given_name\": \"Sally A.\", 
94
\"s.power@westernsydney.edu.au\", \"given_name\": \"Sally A.\", 
            
95
\"identifier\": \"0000-0002-2723-8671\", \"name\": \"Power\"}, 
95
\"identifier\": \"0000-0002-2723-8671\", \"name\": \"Power\"}, 
            
96
{\"affiliation\": \"Dept. of Ecology, Evolution, and Behavior, 
96
{\"affiliation\": \"Dept. of Ecology, Evolution, and Behavior, 
            
97
University of Minnesota, St. Paul, MN 55108\", \"affiliation_02\": 
97
University of Minnesota, St. Paul, MN 55108\", \"affiliation_02\": 
            
98
\"\", \"affiliation_03\": \"\", \"data_credit\": \"collection\", 
98
\"\", \"affiliation_03\": \"\", \"data_credit\": \"collection\", 
            
99
\"email\": \"seabloom@umn.edu\", \"given_name\": \"Eric W.\", 
99
\"email\": \"seabloom@umn.edu\", \"given_name\": \"Eric W.\", 
            
100
\"identifier\": \"0000-0001-6780-9259\", \"name\": \"Seabloom\"}, 
100
\"identifier\": \"0000-0001-6780-9259\", \"name\": \"Seabloom\"}, 
            
101
{\"affiliation\": \"University of Florida, Range Cattle Research and 
101
{\"affiliation\": \"University of Florida, Range Cattle Research and 
            
102
Education Center. 3401 Experiment Station. Ona, FL, USA. 33865\", 
102
Education Center. 3401 Experiment Station. Ona, FL, USA. 33865\", 
            
103
\"affiliation_02\": \"\", \"affiliation_03\": \"\", \"data_credit\": 
103
\"affiliation_02\": \"\", \"affiliation_03\": \"\", \"data_credit\": 
            
104
\"collection\", \"email\": \"mlas@ufl.edu\", \"given_name\": \"Maria 
104
\"collection\", \"email\": \"mlas@ufl.edu\", \"given_name\": \"Maria 
            
105
L.\", \"identifier\": \"0000-0003-2166-3156\", \"name\": 
105
L.\", \"identifier\": \"0000-0003-2166-3156\", \"name\": 
            
106
\"Silveira\"}, {\"affiliation\": \"Department of Ecology and Genetics, 
106
\"Silveira\"}, {\"affiliation\": \"Department of Ecology and Genetics, 
            
107
University of Oulu, 90014 Oulu, Finland\", \"affiliation_02\": \"\", 
107
University of Oulu, 90014 Oulu, Finland\", \"affiliation_02\": \"\", 
            
n
n
108
\"affiliation_03\": \"\", \"data_credit\": \"collection\", \"email\": 
            
109
\"risto.virtanen@oulu.fi\", \"given_name\": \"Risto\", \"identifier\": 
            
110
\"0000-0002-8295-8217\", \"name\": \"Virtanen\"}, {\"affiliation\": 
            
111
\"IFEVA, Universidad de Buenos Aires, CONICET, Facultad de 
            
112
Agronom\\u00eda, Buenos Aires, Argentina\", \"affiliation_02\": \"\", 
            
108
\"affiliation_03\": \"\", \"autocomplete\": \"\", \"data_credit\": 
113
\"affiliation_03\": \"\", \"autocomplete\": \"\", \"data_credit\": 
            
n
109
\"collection\", \"email\": \"risto.virtanen@oulu.fi\", \"given_name\": 
n
114
\"collection\", \"email\": \"yahdjian@agro.uba.ar\", \"given_name\": 
            
110
\"Risto\", \"identifier\": \"0000-0002-8295-8217\", \"name\": 
115
\"Laura\", \"identifier\": \"0000-0002-9635-1221\", \"name\": 
            
111
\"Virtanen\"}]",
116
\"Yahdjian\"}]",
            
112
  "author_email": null,
117
  "author_email": null,
            
113
  "creator_user_id": "d30dde41-6b11-44de-9191-23cdd5bda0e9",
118
  "creator_user_id": "d30dde41-6b11-44de-9191-23cdd5bda0e9",
            
114
  "date": "[{\"date\": \"2015-04-01\", \"date_type\": \"collected\", 
119
  "date": "[{\"date\": \"2015-04-01\", \"date_type\": \"collected\", 
            
115
\"end_date\": \"2016-12-31\"}]",
120
\"end_date\": \"2016-12-31\"}]",
            
116
  "doi": "10.16904/envidat.379",
121
  "doi": "10.16904/envidat.379",
            
117
  "funding": "[{\"grant_number\": \"\", \"institution\": \"WSL 
122
  "funding": "[{\"grant_number\": \"\", \"institution\": \"WSL 
            
118
internal competitive grant\", \"institution_url\": \"\"}, 
123
internal competitive grant\", \"institution_url\": \"\"}, 
            
119
{\"grant_number\": \"NSF-DEB-1042132\", \"institution\": \"National 
124
{\"grant_number\": \"NSF-DEB-1042132\", \"institution\": \"National 
            
120
Science Foundation Research Coordination Network\", 
125
Science Foundation Research Coordination Network\", 
            
121
\"institution_url\": \"\"}, {\"grant_number\": \"NSF-DEB-1234162 to 
126
\"institution_url\": \"\"}, {\"grant_number\": \"NSF-DEB-1234162 to 
            
122
Cedar Creek LTER\", \"institution\": \"Long Term Ecological Research 
127
Cedar Creek LTER\", \"institution\": \"Long Term Ecological Research 
            
123
\", \"institution_url\": \"\"}, {\"grant_number\": \"DG-0001-13\", 
128
\", \"institution_url\": \"\"}, {\"grant_number\": \"DG-0001-13\", 
            
124
\"institution\": \"Institute on the Environment\", 
129
\"institution\": \"Institute on the Environment\", 
            
125
\"institution_url\": \"\"}, {\"grant_number\": \"UID/AGR/00239/2019\", 
130
\"institution_url\": \"\"}, {\"grant_number\": \"UID/AGR/00239/2019\", 
            
126
\"institution\": \"CEF, a research unit funded by FCT, Portugal\", 
131
\"institution\": \"CEF, a research unit funded by FCT, Portugal\", 
            
127
\"institution_url\": \"\"}, {\"grant_number\": \"FZT 118, 202548816\", 
132
\"institution_url\": \"\"}, {\"grant_number\": \"FZT 118, 202548816\", 
            
128
\"institution\": \"German Research Foundation\", \"institution_url\": 
133
\"institution\": \"German Research Foundation\", \"institution_url\": 
            
129
\"\"}]",
134
\"\"}]",
            
130
  "groups": [],
135
  "groups": [],
            
131
  "id": "679bdff7-9fb3-4704-be93-8add5cb206ba",
136
  "id": "679bdff7-9fb3-4704-be93-8add5cb206ba",
            
132
  "isopen": true,
137
  "isopen": true,
            
133
  "language": "en",
138
  "language": "en",
            
134
  "license_id": "odc-odbl",
139
  "license_id": "odc-odbl",
            
135
  "license_title": "ODbL with Database Contents License (DbCL)",
140
  "license_title": "ODbL with Database Contents License (DbCL)",
            
136
  "license_url": "https://opendefinition.org/licenses/odc-odbl",
141
  "license_url": "https://opendefinition.org/licenses/odc-odbl",
            
137
  "maintainer": "{\"affiliation\": \"Swiss Federal Institute for 
142
  "maintainer": "{\"affiliation\": \"Swiss Federal Institute for 
            
138
Forest, Snow and Landscape Research WSL\", \"email\": 
143
Forest, Snow and Landscape Research WSL\", \"email\": 
            
139
\"anita.risch@wsl.ch\", \"given_name\": \"Anita C\", \"identifier\": 
144
\"anita.risch@wsl.ch\", \"given_name\": \"Anita C\", \"identifier\": 
            
140
\"\", \"name\": \"Risch\"}",
145
\"\", \"name\": \"Risch\"}",
            
141
  "maintainer_email": null,
146
  "maintainer_email": null,
            
142
  "metadata_created": "2023-02-18T03:38:29.406811",
147
  "metadata_created": "2023-02-18T03:38:29.406811",
            
t
143
  "metadata_modified": "2023-02-20T13:18:29.961933",
t
148
  "metadata_modified": "2023-02-20T13:20:40.889830",
            
144
  "name": 
149
  "name": 
            
145
drivers-of-the-microbial-metabolic-quotient-across-global-grasslands",
150
drivers-of-the-microbial-metabolic-quotient-across-global-grasslands",
            
146
  "notes": "This dataset contains all data on which the following 
151
  "notes": "This dataset contains all data on which the following 
            
147
publication below is based.\r\n\r\nPaper Citation:\r\n\r\nRisch Anita 
152
publication below is based.\r\n\r\nPaper Citation:\r\n\r\nRisch Anita 
            
148
C., Zimmermann, Stefan, Sch\u00fctz, Martin, Borer, Elizabeth T., 
153
C., Zimmermann, Stefan, Sch\u00fctz, Martin, Borer, Elizabeth T., 
            
149
Broadbent, Arthur A.D., Caldeira, Maria C., Davies, Kendi F., 
154
Broadbent, Arthur A.D., Caldeira, Maria C., Davies, Kendi F., 
            
150
Eisenhauer, Nico, Eskelinen, Anu, Fay, Philip A., Hagedorn, Frank, 
155
Eisenhauer, Nico, Eskelinen, Anu, Fay, Philip A., Hagedorn, Frank, 
            
151
Knops, Johannes M.H., Lembrechts, Jonas, J., MacDougall, Andrew S., 
156
Knops, Johannes M.H., Lembrechts, Jonas, J., MacDougall, Andrew S., 
            
152
McCulley, Rebecca L., Melbourne, Brett A., Moore, Joslin L., Power, 
157
McCulley, Rebecca L., Melbourne, Brett A., Moore, Joslin L., Power, 
            
153
Sally A., Seabloom, Eric W., Silveira, Maria L., Virtanen, Risto, 
158
Sally A., Seabloom, Eric W., Silveira, Maria L., Virtanen, Risto, 
            
154
Yahdjian, Laura, Ochoa-Hueso, Raul (accepted). Drivers of the 
159
Yahdjian, Laura, Ochoa-Hueso, Raul (accepted). Drivers of the 
            
155
microbial metabolic quotient across global grasslands. Global Ecology 
160
microbial metabolic quotient across global grasslands. Global Ecology 
            
156
and Biogeography\r\n\r\nPlease cite this paper together with the 
161
and Biogeography\r\n\r\nPlease cite this paper together with the 
            
157
citation for the datafile.\r\n\r\nThe microbial metabolic quotient 
162
citation for the datafile.\r\n\r\nThe microbial metabolic quotient 
            
158
(MMQ; mg CO2-C mg MBC-1 h-1), defined as the amount of microbial CO2 
163
(MMQ; mg CO2-C mg MBC-1 h-1), defined as the amount of microbial CO2 
            
159
respired (MR; mg CO2-C kg soil-1 h-1) per unit of microbial biomass C 
164
respired (MR; mg CO2-C kg soil-1 h-1) per unit of microbial biomass C 
            
160
(MBC; mg C kg soil-1), is a key parameter for understanding the 
165
(MBC; mg C kg soil-1), is a key parameter for understanding the 
            
161
microbial regulation of the carbon (C) cycle, including soil C 
166
microbial regulation of the carbon (C) cycle, including soil C 
            
162
sequestration. Here, we experimentally tested hypotheses about the 
167
sequestration. Here, we experimentally tested hypotheses about the 
            
163
individual and interactive effects of multiple nutrient addition 
168
individual and interactive effects of multiple nutrient addition 
            
164
(NPK+micronutrients) and herbivore exclusion on MR, MBC, and MMQ 
169
(NPK+micronutrients) and herbivore exclusion on MR, MBC, and MMQ 
            
165
across 23 sites (5 continents). Our sites encompassed a wide range of 
170
across 23 sites (5 continents). Our sites encompassed a wide range of 
            
166
edaphoclimatic conditions, thus we assessed which edaphoclimatic 
171
edaphoclimatic conditions, thus we assessed which edaphoclimatic 
            
167
variables affected MMQ the most and how they interacted with our 
172
variables affected MMQ the most and how they interacted with our 
            
168
treatments. Soils were collected in plots with established 
173
treatments. Soils were collected in plots with established 
            
169
experimental treatments. MR was assessed in a five-week laboratory 
174
experimental treatments. MR was assessed in a five-week laboratory 
            
170
incubation without glucose addition, MBC via substrate-induced 
175
incubation without glucose addition, MBC via substrate-induced 
            
171
respiration. MMQ was calculated as MR/MBC and corrected for soil 
176
respiration. MMQ was calculated as MR/MBC and corrected for soil 
            
172
temperatures (MMQsoil). Using LMMs and SEMs, we analysed how 
177
temperatures (MMQsoil). Using LMMs and SEMs, we analysed how 
            
173
edaphoclimatic characteristics and treatments interactively affected 
178
edaphoclimatic characteristics and treatments interactively affected 
            
174
MMQsoil. MMQsoil was higher in locations with higher mean annual 
179
MMQsoil. MMQsoil was higher in locations with higher mean annual 
            
175
temperature, lower water holding capacity, and soil organic C 
180
temperature, lower water holding capacity, and soil organic C 
            
176
concentration, but did not respond to our treatments across sites as 
181
concentration, but did not respond to our treatments across sites as 
            
177
neither MR nor MBC changed. We attributed this relative homeostasis to 
182
neither MR nor MBC changed. We attributed this relative homeostasis to 
            
178
our treatments to the modulating influence of edaphoclimatic 
183
our treatments to the modulating influence of edaphoclimatic 
            
179
variables. For example, herbivore exclusion, regardless of 
184
variables. For example, herbivore exclusion, regardless of 
            
180
fertilization, led to greater MMQsoil only at sites with lower soil 
185
fertilization, led to greater MMQsoil only at sites with lower soil 
            
181
organic C (<1.7%). Our results pinpoint the main variables related to 
186
organic C (<1.7%). Our results pinpoint the main variables related to 
            
182
MMQsoil across grasslands and emphasize the importance of the local 
187
MMQsoil across grasslands and emphasize the importance of the local 
            
183
edaphoclimatic conditions in controlling the response of the C cycle 
188
edaphoclimatic conditions in controlling the response of the C cycle 
            
184
to anthropogenic stressors. By testing hypotheses about MMQsoil across 
189
to anthropogenic stressors. By testing hypotheses about MMQsoil across 
            
185
global edaphoclimatic gradients, this work also helps to align the 
190
global edaphoclimatic gradients, this work also helps to align the 
            
186
conflicting results of prior studies. \r\n",
191
conflicting results of prior studies. \r\n",
            
187
  "num_resources": 1,
192
  "num_resources": 1,
            
188
  "num_tags": 7,
193
  "num_tags": 7,
            
189
  "organization": {
194
  "organization": {
            
190
    "approval_status": "approved",
195
    "approval_status": "approved",
            
191
    "created": "2018-04-20T09:51:26.756810",
196
    "created": "2018-04-20T09:51:26.756810",
            
192
    "description": "We are studying the distribution of and 
197
    "description": "We are studying the distribution of and 
            
193
interactions among producers, consumers as well as decomposers and 
198
interactions among producers, consumers as well as decomposers and 
            
194
between these communities and their environment. We focus on food webs 
199
between these communities and their environment. We focus on food webs 
            
195
in real world ecosystems and thus mainly sample our data during 
200
in real world ecosystems and thus mainly sample our data during 
            
196
experimental field campaigns. Data collection under controlled 
201
experimental field campaigns. Data collection under controlled 
            
197
conditions in the greenhouse or experimental garden are, however, 
202
conditions in the greenhouse or experimental garden are, however, 
            
198
common add-ons hereby. We are mainly interested in the functioning of 
203
common add-ons hereby. We are mainly interested in the functioning of 
            
199
natural ecosystems and often conduct research in National Parks around 
204
natural ecosystems and often conduct research in National Parks around 
            
200
the world. Our main study area is, however, the Swiss National Park. 
205
the world. Our main study area is, however, the Swiss National Park. 
            
201
While working on basic research questions, we regularly consider 
206
While working on basic research questions, we regularly consider 
            
202
applied aspects that are related to protecting or conserving 
207
applied aspects that are related to protecting or conserving 
            
203
endangered ecosystems.\r\n\r\nExamples of research question of our 
208
endangered ecosystems.\r\n\r\nExamples of research question of our 
            
204
research group assesses are:\r\n\r\nHow is species loss related to 
209
research group assesses are:\r\n\r\nHow is species loss related to 
            
205
ecosystem processes and functions? Which species or species groups are 
210
ecosystem processes and functions? Which species or species groups are 
            
206
particularly relevant for ecosystem functioning? Which effects are 
211
particularly relevant for ecosystem functioning? Which effects are 
            
207
expected with the loss of such important species groups? How are 
212
expected with the loss of such important species groups? How are 
            
208
aboveground organisms interacting with belowground organisms? Which 
213
aboveground organisms interacting with belowground organisms? Which 
            
209
abiotic and biotic conditions favor diverse ecosystems? Is global 
214
abiotic and biotic conditions favor diverse ecosystems? Is global 
            
210
change (for example eutrophication, habitat fragmentation, climate) a 
215
change (for example eutrophication, habitat fragmentation, climate) a 
            
211
thread for diverse ecosystems? How can diverse ecosystems be 
216
thread for diverse ecosystems? How can diverse ecosystems be 
            
212
protected?",
217
protected?",
            
213
    "id": "60e92a46-5f9b-4a06-a32e-6a5e04869486",
218
    "id": "60e92a46-5f9b-4a06-a32e-6a5e04869486",
            
214
    "image_url": "2018-07-10-090227.680797LogoWSL.svg",
219
    "image_url": "2018-07-10-090227.680797LogoWSL.svg",
            
215
    "is_organization": true,
220
    "is_organization": true,
            
216
    "name": "plant-animal-interactions",
221
    "name": "plant-animal-interactions",
            
217
    "state": "active",
222
    "state": "active",
            
218
    "title": "Plant-Animal Interactions",
223
    "title": "Plant-Animal Interactions",
            
219
    "type": "organization"
224
    "type": "organization"
            
220
  },
225
  },
            
221
  "owner_org": "60e92a46-5f9b-4a06-a32e-6a5e04869486",
226
  "owner_org": "60e92a46-5f9b-4a06-a32e-6a5e04869486",
            
222
  "private": false,
227
  "private": false,
            
223
  "publication": "{\"publication_year\": \"2023\", \"publisher\": 
228
  "publication": "{\"publication_year\": \"2023\", \"publisher\": 
            
224
\"EnviDat\"}",
229
\"EnviDat\"}",
            
225
  "publication_state": "pub_pending",
230
  "publication_state": "pub_pending",
            
226
  "related_datasets": "",
231
  "related_datasets": "",
            
227
  "related_publications": "Risch Anita C., Zimmermann, Stefan, 
232
  "related_publications": "Risch Anita C., Zimmermann, Stefan, 
            
228
Sch\u00fctz, Martin, Borer, Elizabeth T., Broadbent, Arthur A.D., 
233
Sch\u00fctz, Martin, Borer, Elizabeth T., Broadbent, Arthur A.D., 
            
229
Caldeira, Maria C., Davies, Kendi F., Eisenhauer, Nico, Eskelinen, 
234
Caldeira, Maria C., Davies, Kendi F., Eisenhauer, Nico, Eskelinen, 
            
230
Anu, Fay, Philip A., Hagedorn, Frank, Knops, Johannes M.H., 
235
Anu, Fay, Philip A., Hagedorn, Frank, Knops, Johannes M.H., 
            
231
Lembrechts, Jonas, J., MacDougall, Andrew S., McCulley, Rebecca L., 
236
Lembrechts, Jonas, J., MacDougall, Andrew S., McCulley, Rebecca L., 
            
232
Melbourne, Brett A., Moore, Joslin L., Power, Sally A., Seabloom, Eric 
237
Melbourne, Brett A., Moore, Joslin L., Power, Sally A., Seabloom, Eric 
            
233
W., Silveira, Maria L., Virtanen, Risto, Yahdjian, Laura, Ochoa-Hueso, 
238
W., Silveira, Maria L., Virtanen, Risto, Yahdjian, Laura, Ochoa-Hueso, 
            
234
Raul (accepted). Drivers of the microbial metabolic quotient across 
239
Raul (accepted). Drivers of the microbial metabolic quotient across 
            
235
global grasslands. Global Ecology and Biogeography",
240
global grasslands. Global Ecology and Biogeography",
            
236
  "relationships_as_object": [],
241
  "relationships_as_object": [],
            
237
  "relationships_as_subject": [],
242
  "relationships_as_subject": [],
            
238
  "resource_type": "datapaper",
243
  "resource_type": "datapaper",
            
239
  "resource_type_general": "datapaper",
244
  "resource_type_general": "datapaper",
            
240
  "resources": [
245
  "resources": [
            
241
    {
246
    {
            
242
      "cache_last_updated": null,
247
      "cache_last_updated": null,
            
243
      "cache_url": null,
248
      "cache_url": null,
            
244
      "created": "2023-02-18T03:43:03.643074",
249
      "created": "2023-02-18T03:43:03.643074",
            
245
      "description": "Study sites and experimental design\r\nWe 
250
      "description": "Study sites and experimental design\r\nWe 
            
246
collected data from 23 sites that are part of the Nutrient Network 
251
collected data from 23 sites that are part of the Nutrient Network 
            
247
Global Research Cooperative (NutNet, https://nutnet.umn.edu/). The 
252
Global Research Cooperative (NutNet, https://nutnet.umn.edu/). The 
            
248
mean annual air temperature (MAT) across these sites ranged from -4 to 
253
mean annual air temperature (MAT) across these sites ranged from -4 to 
            
249
22\u00b0C, mean annual precipitation (MAP) from 252 to 1592 mm, and 
254
22\u00b0C, mean annual precipitation (MAP) from 252 to 1592 mm, and 
            
250
elevations from 6 to 4261 m above sea level (Fig 1a, Supplementary 
255
elevations from 6 to 4261 m above sea level (Fig 1a, Supplementary 
            
251
Table S1), hence cover a wide range of climatic conditions under which 
256
Table S1), hence cover a wide range of climatic conditions under which 
            
252
grasslands occur (Fig 1b). Soil organic C concentrations ranged 
257
grasslands occur (Fig 1b). Soil organic C concentrations ranged 
            
253
between 0.8 to 7.8%, soil total N concentrations between 0.1 and 0.6%, 
258
between 0.8 to 7.8%, soil total N concentrations between 0.1 and 0.6%, 
            
254
and the soil C:N ratio between 9.1 and 21.5. Soil clay content spanned 
259
and the soil C:N ratio between 9.1 and 21.5. Soil clay content spanned 
            
255
from 3.0 to 35%, and soil pH from 3.4 to 7.6 (Supplementary Table S2). 
260
from 3.0 to 35%, and soil pH from 3.4 to 7.6 (Supplementary Table S2). 
            
256
\r\nAt each site, the effects of nutrient addition and herbivore 
261
\r\nAt each site, the effects of nutrient addition and herbivore 
            
257
exclusion were tested via a randomized-block design (Borer et al., 
262
exclusion were tested via a randomized-block design (Borer et al., 
            
258
2014). Three blocks with 10 treatment plots each were established at 
263
2014). Three blocks with 10 treatment plots each were established at 
            
259
each site, except for the site at bldr.us (only two blocks). Each of 
264
each site, except for the site at bldr.us (only two blocks). Each of 
            
260
these 10 plots was randomly assigned to a nutrient or fencing 
265
these 10 plots was randomly assigned to a nutrient or fencing 
            
261
treatment. An individual plot was 5 x 5 m, divided into four 2.5 x 2.5 
266
treatment. An individual plot was 5 x 5 m, divided into four 2.5 x 2.5 
            
262
m subplots. Each subplot was further divided into four 1 x 1 m square 
267
m subplots. Each subplot was further divided into four 1 x 1 m square 
            
263
sampling plots, one of which was set aside for soil sampling (Borer et 
268
sampling plots, one of which was set aside for soil sampling (Borer et 
            
264
al., 2014). Plots were separated by at least 1 m wide walkways. We 
269
al., 2014). Plots were separated by at least 1 m wide walkways. We 
            
265
collected soil samples from four different treatments for this study: 
270
collected soil samples from four different treatments for this study: 
            
266
(i) untreated control plots (Control), (ii) herbivore exclusion plots 
271
(i) untreated control plots (Control), (ii) herbivore exclusion plots 
            
267
(Fence), (iii) plots fertilized with N, P, K, plus nine essential 
272
(Fence), (iii) plots fertilized with N, P, K, plus nine essential 
            
268
macro and micronutrients (NPK), and (iv) plots with simultaneous 
273
macro and micronutrients (NPK), and (iv) plots with simultaneous 
            
269
fertilizer addition and herbivore exclusion (NPK+Fence). The 
274
fertilizer addition and herbivore exclusion (NPK+Fence). The 
            
270
experiments were established at different times in the past, with 
275
experiments were established at different times in the past, with 
            
271
years of treatment different among sites (2 \u2013 9 years since start 
276
years of treatment different among sites (2 \u2013 9 years since start 
            
272
of treatment; Supplementary Table S1). For the nutrient additions, all 
277
of treatment; Supplementary Table S1). For the nutrient additions, all 
            
273
sites applied 10 g N m-2 each year as time-release urea; 10 g P m-2 
278
sites applied 10 g N m-2 each year as time-release urea; 10 g P m-2 
            
274
yr-1 as triple-super phosphate; 10 g K m-2 yr-1 as potassium sulfate. 
279
yr-1 as triple-super phosphate; 10 g K m-2 yr-1 as potassium sulfate. 
            
275
A micro-nutrient mix (Fe, S, Mg, Mn, Cu, Zn, B, Mo, Ca) was applied at 
280
A micro-nutrient mix (Fe, S, Mg, Mn, Cu, Zn, B, Mo, Ca) was applied at 
            
276
100 g m-2 together with K in the first year of treatments but not 
281
100 g m-2 together with K in the first year of treatments but not 
            
277
thereafter. \r\nWe excluded large vertebrate herbivores (Fence) by 
282
thereafter. \r\nWe excluded large vertebrate herbivores (Fence) by 
            
278
fencing two plots, one with and one without NPK additions, within each 
283
fencing two plots, one with and one without NPK additions, within each 
            
279
block. The fences excluded all aboveground mammalian herbivores with a 
284
block. The fences excluded all aboveground mammalian herbivores with a 
            
280
body mass of over 50 g (Borer et al., 2014). At most sites, the fences 
285
body mass of over 50 g (Borer et al., 2014). At most sites, the fences 
            
281
were 180 cm high, and the fence contained a wire mesh (1 cm holes) for 
286
were 180 cm high, and the fence contained a wire mesh (1 cm holes) for 
            
282
the bottom 90 cm with a 30 cm outward-facing flange stapled to the 
287
the bottom 90 cm with a 30 cm outward-facing flange stapled to the 
            
283
ground to exclude burrowing animals. Climbing and subterranean animals 
288
ground to exclude burrowing animals. Climbing and subterranean animals 
            
284
may potentially still access these plots (Borer et al., 2014). For 
289
may potentially still access these plots (Borer et al., 2014). For 
            
285
slight modifications in fence design at a few sites see Supplementary 
290
slight modifications in fence design at a few sites see Supplementary 
            
286
Table S3. Most sites only had wild herbivores, although four sites 
291
Table S3. Most sites only had wild herbivores, although four sites 
            
287
were also grazed by domestic animals (Supplementary Table 
292
were also grazed by domestic animals (Supplementary Table 
            
288
S1).\r\n\r\nCollection of soil samples, soil microbial respiration, 
293
S1).\r\n\r\nCollection of soil samples, soil microbial respiration, 
            
289
microbial biomass, and other soil properties\r\nEach of the 23 sites 
294
microbial biomass, and other soil properties\r\nEach of the 23 sites 
            
290
received a package containing identical material from the Swiss 
295
received a package containing identical material from the Swiss 
            
291
Federal Institute for Forest, Snow and Landscape Research WSL, 
296
Federal Institute for Forest, Snow and Landscape Research WSL, 
            
292
Switzerland to be used for sampling (Risch et al., 2015; Risch et al., 
297
Switzerland to be used for sampling (Risch et al., 2015; Risch et al., 
            
293
2019). We collected two soil cores of 5 cm diameter and 12 cm depth in 
298
2019). We collected two soil cores of 5 cm diameter and 12 cm depth in 
            
294
each sampling plot and composited them to measure MR, MBC, and soil 
299
each sampling plot and composited them to measure MR, MBC, and soil 
            
295
chemical properties (see below). An additional sample (5 x 12 cm) was 
300
chemical properties (see below). An additional sample (5 x 12 cm) was 
            
296
collected to assess soil physical properties. This sample remained 
301
collected to assess soil physical properties. This sample remained 
            
297
within a steel sampling core after collection and both ends were 
302
within a steel sampling core after collection and both ends were 
            
298
tightly closed with plastic caps to avoid disturbance. All soils were 
303
tightly closed with plastic caps to avoid disturbance. All soils were 
            
299
shipped cooled to the laboratory at (Location will be disclosed after 
304
shipped cooled to the laboratory at (Location will be disclosed after 
            
300
manuscript acceptance) within a few days after collection. Soils were 
305
manuscript acceptance) within a few days after collection. Soils were 
            
301
sampled roughly 6 weeks prior to peak biomass at each site during 2015 
306
sampled roughly 6 weeks prior to peak biomass at each site during 2015 
            
302
and 2016.\r\nTo assess MR (CO2 production) in a laboratory incubation 
307
and 2016.\r\nTo assess MR (CO2 production) in a laboratory incubation 
            
303
experiment we weighed duplicate soil samples (8 g dry soil equivalent) 
308
experiment we weighed duplicate soil samples (8 g dry soil equivalent) 
            
304
into 50-ml Falcon tubes. No additional substrate (glucose, sugar) was 
309
into 50-ml Falcon tubes. No additional substrate (glucose, sugar) was 
            
305
added to these samples. We adjusted the soil moisture of each sample 
310
added to these samples. We adjusted the soil moisture of each sample 
            
306
to 60% field capacity. We then placed a 15 ml plastic test tube 
311
to 60% field capacity. We then placed a 15 ml plastic test tube 
            
307
(Semadeni 1701A) containing 7.25 ml 0.05 M NaOH over each soil sample. 
312
(Semadeni 1701A) containing 7.25 ml 0.05 M NaOH over each soil sample. 
            
308
The test tube was fixed with a plastic rod so that it was not in 
313
The test tube was fixed with a plastic rod so that it was not in 
            
309
contact with the soil sample. The Falcon tubes were then sealed with a 
314
contact with the soil sample. The Falcon tubes were then sealed with a 
            
310
screw cap and placed in an incubator under completely dark conditions 
315
screw cap and placed in an incubator under completely dark conditions 
            
311
at 20\u00b0C. The CO2 produced by microbial respiration was absorbed 
316
at 20\u00b0C. The CO2 produced by microbial respiration was absorbed 
            
312
by the 0.05 M NaOH. For five weeks we measured the decrease in 
317
by the 0.05 M NaOH. For five weeks we measured the decrease in 
            
313
conductivity within the 0.05 M NaOH solution on a weekly basis with a 
318
conductivity within the 0.05 M NaOH solution on a weekly basis with a 
            
314
Multimeter WTW Multi 3410 (WTW GmbH, Germany) and replaced the 0.05 M 
319
Multimeter WTW Multi 3410 (WTW GmbH, Germany) and replaced the 0.05 M 
            
315
NaOH with fresh solution. We included Falcon tubes without soil 
320
NaOH with fresh solution. We included Falcon tubes without soil 
            
316
samples in each incubation run as blanks to test if tubes were tight 
321
samples in each incubation run as blanks to test if tubes were tight 
            
317
and no CO2 could enter or escape. We calibrated the relationship 
322
and no CO2 could enter or escape. We calibrated the relationship 
            
318
between conductivity reduction and NaOH absorbed as follows: 400 ml 
323
between conductivity reduction and NaOH absorbed as follows: 400 ml 
            
319
0.05 M NaOH was placed in a beaker and its conductivity was measured 
324
0.05 M NaOH was placed in a beaker and its conductivity was measured 
            
320
with the multimeter. While stirring, air containing CO2 was blown into 
325
with the multimeter. While stirring, air containing CO2 was blown into 
            
321
the solution for approximately one minute, which reacts with NaOH to 
326
the solution for approximately one minute, which reacts with NaOH to 
            
322
form Na2CO3. After this process, conductivity was measured again. We 
327
form Na2CO3. After this process, conductivity was measured again. We 
            
323
then transferred 7.25 ml of the solution into a smaller beaker and 
328
then transferred 7.25 ml of the solution into a smaller beaker and 
            
324
added 1 ml of 0.1 M BaCl2 to precipitate Na2CO3 and then titrated the 
329
added 1 ml of 0.1 M BaCl2 to precipitate Na2CO3 and then titrated the 
            
325
solution with 0.05 M HCl to determine the remaining NaOH. We then 
330
solution with 0.05 M HCl to determine the remaining NaOH. We then 
            
326
repeated these steps with the remaining solution a total of nine times 
331
repeated these steps with the remaining solution a total of nine times 
            
327
and plotted the conductivities (y-axis) against the NaOH consumed 
332
and plotted the conductivities (y-axis) against the NaOH consumed 
            
328
(x-axis, Supplementary Fig S1). This regression line was used to infer 
333
(x-axis, Supplementary Fig S1). This regression line was used to infer 
            
329
the consumption of NaOH from the conductivity reduction in the 
334
the consumption of NaOH from the conductivity reduction in the 
            
330
incubation experiments and to calculate CO2 evolution during 
335
incubation experiments and to calculate CO2 evolution during 
            
331
incubation. In addition, we determined the optimum concentration for 
336
incubation. In addition, we determined the optimum concentration for 
            
332
the NaOH solution in series of preliminary experiments, so that the 
337
the NaOH solution in series of preliminary experiments, so that the 
            
333
concentration was not too high to become insensitive, but also not too 
338
concentration was not too high to become insensitive, but also not too 
            
334
low so that not all NaOH reacts during incubation. We then calculated 
339
low so that not all NaOH reacts during incubation. We then calculated 
            
335
MR (mg CO2-C kg dry soil-1 h-1) as total amount of CO2 released over 
340
MR (mg CO2-C kg dry soil-1 h-1) as total amount of CO2 released over 
            
336
the 5 weeks divided by the duration of the entire incubation in 
341
the 5 weeks divided by the duration of the entire incubation in 
            
337
hrs.\r\nSoil microbial biomass carbon (MBC; mg C kg soil-1 ) was 
342
hrs.\r\nSoil microbial biomass carbon (MBC; mg C kg soil-1 ) was 
            
338
measured at the beginning of the experiment by measuring the maximal 
343
measured at the beginning of the experiment by measuring the maximal 
            
339
respiratory response to the addition of glucose solution (4 mg glucose 
344
respiratory response to the addition of glucose solution (4 mg glucose 
            
340
per g soil dry weight dissolved in distilled water; substrate-induced 
345
per g soil dry weight dissolved in distilled water; substrate-induced 
            
341
respiration method) on approximately 5.5 g of soil (J. P. E. Anderson 
346
respiration method) on approximately 5.5 g of soil (J. P. E. Anderson 
            
342
& Domsch, 1978; Nico Eisenhauer et al., 2018; Scheu, 1992). For this 
347
& Domsch, 1978; Nico Eisenhauer et al., 2018; Scheu, 1992). For this 
            
343
purpose we used an O2-micro-compensation apparatus (Scheu, 1992). More 
348
purpose we used an O2-micro-compensation apparatus (Scheu, 1992). More 
            
344
specifically, substrate-induced respiration was calculated from the 
349
specifically, substrate-induced respiration was calculated from the 
            
345
respiratory response to D-glucose for 10 hr at 20\u00b0C. Glucose was 
350
respiratory response to D-glucose for 10 hr at 20\u00b0C. Glucose was 
            
346
added according to preliminary studies to saturate the catabolic 
351
added according to preliminary studies to saturate the catabolic 
            
347
enzymes of microorganisms (4 mg g soil-1 dissolved in 400 ml deionized 
352
enzymes of microorganisms (4 mg g soil-1 dissolved in 400 ml deionized 
            
348
water). The mean of the lowest three readings within the first 10 hrs 
353
water). The mean of the lowest three readings within the first 10 hrs 
            
349
(between the initial peak caused by disturbing the soil and the peak 
354
(between the initial peak caused by disturbing the soil and the peak 
            
350
caused by microbial growth) was taken as maximum initial respiratory 
355
caused by microbial growth) was taken as maximum initial respiratory 
            
351
response (MIRR; ml O2 kg soil-1 h-1) and microbial biomass (mg C kg 
356
response (MIRR; ml O2 kg soil-1 h-1) and microbial biomass (mg C kg 
            
352
soil-1) was calculated as 38 x MIRR (Beck et al., 1997; Cesarz et al., 
357
soil-1) was calculated as 38 x MIRR (Beck et al., 1997; Cesarz et al., 
            
353
2022; Thakur et al., 2015).\r\nThe rest of the composited sample was 
358
2022; Thakur et al., 2015).\r\nThe rest of the composited sample was 
            
354
dried at 65\u00b0C for 48 h, ground and sieved (2 mm mesh) to assess 
359
dried at 65\u00b0C for 48 h, ground and sieved (2 mm mesh) to assess 
            
355
the soil pH, mineral soil total C and N and C:N ratio, and mineral 
360
the soil pH, mineral soil total C and N and C:N ratio, and mineral 
            
356
soil organic C (Risch et al., 2019). The undisturbed sample was used 
361
soil organic C (Risch et al., 2019). The undisturbed sample was used 
            
357
to assess water holding capacity (WHC), bulk density (BD), and soil 
362
to assess water holding capacity (WHC), bulk density (BD), and soil 
            
358
texture [sand, silt, clay; methods in (Risch et al., 2019)]. We used 
363
texture [sand, silt, clay; methods in (Risch et al., 2019)]. We used 
            
359
the percentage of sand and clay as an indicator of soil texture in 
364
the percentage of sand and clay as an indicator of soil texture in 
            
360
this study. MAT (\u00b0C), MAP (mm) and temperature of the wettest 
365
this study. MAT (\u00b0C), MAP (mm) and temperature of the wettest 
            
361
quarter (\u00b0C) were obtained from www.worldclim.com (Fick & 
366
quarter (\u00b0C) were obtained from www.worldclim.com (Fick & 
            
362
Hijmans, 2017; Hijmans, Cameron, Parra, Jones, & Jarvis, 2005). These 
367
Hijmans, 2017; Hijmans, Cameron, Parra, Jones, & Jarvis, 2005). These 
            
363
variables were selected as they were found to be drivers of soil 
368
variables were selected as they were found to be drivers of soil 
            
364
nutrient processes across these sites in earlier studies (Risch et 
369
nutrient processes across these sites in earlier studies (Risch et 
            
365
al., 2020; Risch et al., 2019). Mean annual soil temperatures (MAST; 
370
al., 2020; Risch et al., 2019). Mean annual soil temperatures (MAST; 
            
366
\u00b0C) for the 0 to 5 cm soil layer were obtained for each site from 
371
\u00b0C) for the 0 to 5 cm soil layer were obtained for each site from 
            
367
the SoilTemp maps (J. Lembrechts et al., 2021; J. J. Lembrechts et 
372
the SoilTemp maps (J. Lembrechts et al., 2021; J. J. Lembrechts et 
            
368
al., 2022), global gridded modelled products of soil bioclimatic 
373
al., 2022), global gridded modelled products of soil bioclimatic 
            
369
variables for the 1979-2013 period at a 1-km\u00b2 resolution, based 
374
variables for the 1979-2013 period at a 1-km\u00b2 resolution, based 
            
370
on CHELSA, ERA5 and in-situ soil temperature 
375
on CHELSA, ERA5 and in-situ soil temperature 
            
371
measurements.\r\nNumerical calculations and statistical analyses\r\nWe 
376
measurements.\r\nNumerical calculations and statistical analyses\r\nWe 
            
372
calculated MMQ as MR/MBC. We corrected this measure using the average 
377
calculated MMQ as MR/MBC. We corrected this measure using the average 
            
373
soil temperature of each site (MMQsoil). This temperature correction 
378
soil temperature of each site (MMQsoil). This temperature correction 
            
374
is necessary as incubation temperatures are usually much higher than 
379
is necessary as incubation temperatures are usually much higher than 
            
375
site mean annual soil temperatures (see Xu et al. 2017). MMQsoil = MMQ 
380
site mean annual soil temperatures (see Xu et al. 2017). MMQsoil = MMQ 
            
376
x Q10(MAST \u2013 20)/10, where Q10 was assumed to be 2 (Xu et al. 
381
x Q10(MAST \u2013 20)/10, where Q10 was assumed to be 2 (Xu et al. 
            
377
2017). See Supplementary Fig S2 for comparison of air and soil 
382
2017). See Supplementary Fig S2 for comparison of air and soil 
            
378
temperatures across the 23 sites as well as the incubation 
383
temperatures across the 23 sites as well as the incubation 
            
379
temperature. \r\nSome of the explanatory variables (clay, soil organic 
384
temperature. \r\nSome of the explanatory variables (clay, soil organic 
            
380
C, C:N ratio) were skewed and were thus log-transformed prior to 
385
C, C:N ratio) were skewed and were thus log-transformed prior to 
            
381
analyses. All continuous explanatory variables were centred and scaled 
386
analyses. All continuous explanatory variables were centred and scaled 
            
382
to have a mean of zero and variance of one. To avoid collinearity 
387
to have a mean of zero and variance of one. To avoid collinearity 
            
383
between them we filtered them using correlation analysis 
388
between them we filtered them using correlation analysis 
            
384
(Supplementary Fig S3). From the variables that were strongly 
389
(Supplementary Fig S3). From the variables that were strongly 
            
385
correlated (Pearson\u2019s |r| > 0.70) (Dormann et al., 2013), we 
390
correlated (Pearson\u2019s |r| > 0.70) (Dormann et al., 2013), we 
            
386
selected the ones that allowed us to minimize the number of variables 
391
selected the ones that allowed us to minimize the number of variables 
            
387
(Supplementary Fig S3). Specifically, soil total N concentration, soil 
392
(Supplementary Fig S3). Specifically, soil total N concentration, soil 
            
388
total C concentration, soil sand content and soil bulk density were 
393
total C concentration, soil sand content and soil bulk density were 
            
389
dropped from the dataset. We then assessed how these edaphoclimatic 
394
dropped from the dataset. We then assessed how these edaphoclimatic 
            
390
variables are related to MMQ across our global grasslands.\r\nFor 
395
variables are related to MMQ across our global grasslands.\r\nFor 
            
391
this, we used linear mixed effects models (LMMs) fitted by maximum 
396
this, we used linear mixed effects models (LMMs) fitted by maximum 
            
392
likelihood with the lme function in the nlme package (version 3.1-153) 
397
likelihood with the lme function in the nlme package (version 3.1-153) 
            
393
(Pinheiro, Bates, DebRoy, & Sarkar, 2021) in R version 3.6.3. (R Core 
398
(Pinheiro, Bates, DebRoy, & Sarkar, 2021) in R version 3.6.3. (R Core 
            
394
Team, 2019). We used treatment as a fixed effect and plot nested in 
399
Team, 2019). We used treatment as a fixed effect and plot nested in 
            
395
site as random effects to assess treatment differences in MMQsoil, as 
400
site as random effects to assess treatment differences in MMQsoil, as 
            
396
well as MR, and MBC. The number of years since the treatment started 
401
well as MR, and MBC. The number of years since the treatment started 
            
397
was included as a fixed effect in all the initial models but was not 
402
was included as a fixed effect in all the initial models but was not 
            
398
significant and therefore not retained in the models. To assess how 
403
significant and therefore not retained in the models. To assess how 
            
399
differences in MMQsoil were affected by environmental factors (soil, 
404
differences in MMQsoil were affected by environmental factors (soil, 
            
400
climatic properties) we again used LMMs. Soil and climatic properties 
405
climatic properties) we again used LMMs. Soil and climatic properties 
            
401
were included as fixed effects and plot nested in site as random 
406
were included as fixed effects and plot nested in site as random 
            
402
effects. We did not include interactions between environmental 
407
effects. We did not include interactions between environmental 
            
403
variables. We then used the MuMin package (Barton, 2018) (version 
408
variables. We then used the MuMin package (Barton, 2018) (version 
            
404
1.42.1) to select the best models that explained the most variation 
409
1.42.1) to select the best models that explained the most variation 
            
405
based on Akaike\u2019s information criterion (AIC; model.avg 
410
based on Akaike\u2019s information criterion (AIC; model.avg 
            
406
function). We used the corrected AIC (AICc) to account for our small 
411
function). We used the corrected AIC (AICc) to account for our small 
            
407
sample size and selected the top models that fell within 4 AICc units 
412
sample size and selected the top models that fell within 4 AICc units 
            
408
(delta AICc < 4) (Burnham & Anderson, 2002; Johnson & Omland, 2004). 
413
(delta AICc < 4) (Burnham & Anderson, 2002; Johnson & Omland, 2004). 
            
409
We present all our top models rather than model averages. Conditional 
414
We present all our top models rather than model averages. Conditional 
            
410
averages are provided in the Supplementary material. \r\nBased on 
415
averages are provided in the Supplementary material. \r\nBased on 
            
411
findings from analyses described above and the literature, we 
416
findings from analyses described above and the literature, we 
            
412
developed a conceptual model of direct and indirect relationships 
417
developed a conceptual model of direct and indirect relationships 
            
413
between both edaphoclimatic variables and experimental treatments 
418
between both edaphoclimatic variables and experimental treatments 
            
414
(Supplement Figure S4) to obtain a more holistic approach in 
419
(Supplement Figure S4) to obtain a more holistic approach in 
            
415
understanding how these properties affect MMQsoil. We had data from 23 
420
understanding how these properties affect MMQsoil. We had data from 23 
            
416
sites with 272 observations. We tested this model using structural 
421
sites with 272 observations. We tested this model using structural 
            
417
equation modelling based on a d-sep approach (Lefcheck, 2016; Shipley, 
422
equation modelling based on a d-sep approach (Lefcheck, 2016; Shipley, 
            
418
2009). We considered those environmental drivers that were included in 
423
2009). We considered those environmental drivers that were included in 
            
419
our top LMMs, namely temperature of the wettest quarter (T.q.wet), 
424
our top LMMs, namely temperature of the wettest quarter (T.q.wet), 
            
420
soil pH, water holding capacity (WHC) and soil organic C (organic C; 
425
soil pH, water holding capacity (WHC) and soil organic C (organic C; 
            
421
Supplementary Figure S4). These factors were allowed to directly 
426
Supplementary Figure S4). These factors were allowed to directly 
            
422
affect MMQsoil, and via their interactions with treatments. In 
427
affect MMQsoil, and via their interactions with treatments. In 
            
423
addition, treatments were allowed to directly affect MMQsoil. 
428
addition, treatments were allowed to directly affect MMQsoil. 
            
424
Treatments were included as dummy variables in the model. We tested 
429
Treatments were included as dummy variables in the model. We tested 
            
425
our conceptual model (Supplementary Fig S4) using the piecewiseSEM 
430
our conceptual model (Supplementary Fig S4) using the piecewiseSEM 
            
426
package (version 2.0.2; Lefcheck, 2016) in R 3.4.0, in which a 
431
package (version 2.0.2; Lefcheck, 2016) in R 3.4.0, in which a 
            
427
structured set of linear models are fitted individually. This approach 
432
structured set of linear models are fitted individually. This approach 
            
428
allowed us to account for the nested experimental design, and overcome 
433
allowed us to account for the nested experimental design, and overcome 
            
429
some of the limitations of standard structural equation models, such 
434
some of the limitations of standard structural equation models, such 
            
430
as small sample sizes (Lefcheck, 2016; Shipley, 2009). We used the lme 
435
as small sample sizes (Lefcheck, 2016; Shipley, 2009). We used the lme 
            
431
function of the nlme package to model response variables, including 
436
function of the nlme package to model response variables, including 
            
432
site as a random factor. Good fit of the SEM was assumed when 
437
site as a random factor. Good fit of the SEM was assumed when 
            
433
Fisher\u2019s C values were non-significant (p > 0.05). For all 
438
Fisher\u2019s C values were non-significant (p > 0.05). For all 
            
434
significant interactions between soil or climate variables and 
439
significant interactions between soil or climate variables and 
            
435
treatments detected in the SEMs, we calculated treatment effect sizes, 
440
treatments detected in the SEMs, we calculated treatment effect sizes, 
            
436
i.e., the differences in MMQsoil between Control and treatments as log 
441
i.e., the differences in MMQsoil between Control and treatments as log 
            
437
response ratios (LRR) and plotted these values against the climate or 
442
response ratios (LRR) and plotted these values against the climate or 
            
438
soil factors. The LRR were defined as log(Control/Treatment), where 
443
soil factors. The LRR were defined as log(Control/Treatment), where 
            
439
treatment was either Fence, NPK or NPK+Fence. To assess which of the 
444
treatment was either Fence, NPK or NPK+Fence. To assess which of the 
            
440
LRR-climate or soil property relationships were significant we again 
445
LRR-climate or soil property relationships were significant we again 
            
441
used LMMs, in which soil and climatic properties were included as 
446
used LMMs, in which soil and climatic properties were included as 
            
442
fixed effects and plot nested in site as random effects. \r\n",
447
fixed effects and plot nested in site as random effects. \r\n",
            
443
      "doi": "",
448
      "doi": "",
            
444
      "format": ".xlsx",
449
      "format": ".xlsx",
            
445
      "hash": "",
450
      "hash": "",
            
446
      "id": "1d2ce620-f7d6-4408-bf61-df123c0936e0",
451
      "id": "1d2ce620-f7d6-4408-bf61-df123c0936e0",
            
447
      "last_modified": "2023-02-18T04:43:07.514444",
452
      "last_modified": "2023-02-18T04:43:07.514444",
            
448
      "metadata_modified": "2023-02-18T03:43:07.860695",
453
      "metadata_modified": "2023-02-18T03:43:07.860695",
            
449
      "mimetype": null,
454
      "mimetype": null,
            
450
      "mimetype_inner": null,
455
      "mimetype_inner": null,
            
451
      "name": "Risch et al. GEB_data.xlsx",
456
      "name": "Risch et al. GEB_data.xlsx",
            
452
      "package_id": "679bdff7-9fb3-4704-be93-8add5cb206ba",
457
      "package_id": "679bdff7-9fb3-4704-be93-8add5cb206ba",
            
453
      "position": 0,
458
      "position": 0,
            
454
      "publication_state": "",
459
      "publication_state": "",
            
455
      "resource_size": "{\"size_value\": \"\", \"size_units\": 
460
      "resource_size": "{\"size_value\": \"\", \"size_units\": 
            
456
\"kb\"}",
461
\"kb\"}",
            
457
      "resource_type": null,
462
      "resource_type": null,
            
458
      "restricted": "{\"level\": \"public\", \"allowed_users\": \"\", 
463
      "restricted": "{\"level\": \"public\", \"allowed_users\": \"\", 
            
459
\"shared_secret\": \"\"}",
464
\"shared_secret\": \"\"}",
            
460
      "size": 110080,
465
      "size": 110080,
            
461
      "state": "active",
466
      "state": "active",
            
462
      "url": 
467
      "url": 
            
463
ce620-f7d6-4408-bf61-df123c0936e0/download/risch-et-al.-geb_data.xls",
468
ce620-f7d6-4408-bf61-df123c0936e0/download/risch-et-al.-geb_data.xls",
            
464
      "url_type": "upload"
469
      "url_type": "upload"
            
465
    }
470
    }
            
466
  ],
471
  ],
            
467
  "spatial": 
472
  "spatial": 
            
468
144.140625,-25.630963807817977],[-148.359375,-25.630963807817977]]]}",
473
144.140625,-25.630963807817977],[-148.359375,-25.630963807817977]]]}",
            
469
  "spatial_info": "worldwide",
474
  "spatial_info": "worldwide",
            
470
  "state": "active",
475
  "state": "active",
            
471
  "subtitle": "",
476
  "subtitle": "",
            
472
  "tags": [
477
  "tags": [
            
473
    {
478
    {
            
474
      "display_name": "ANTHROPOGENIC MANAGEMENT",
479
      "display_name": "ANTHROPOGENIC MANAGEMENT",
            
475
      "id": "aaa17ebf-8bc8-4a00-bded-562d08c10a42",
480
      "id": "aaa17ebf-8bc8-4a00-bded-562d08c10a42",
            
476
      "name": "ANTHROPOGENIC MANAGEMENT",
481
      "name": "ANTHROPOGENIC MANAGEMENT",
            
477
      "state": "active",
482
      "state": "active",
            
478
      "vocabulary_id": null
483
      "vocabulary_id": null
            
479
    },
484
    },
            
480
    {
485
    {
            
481
      "display_name": "CLIMATE",
486
      "display_name": "CLIMATE",
            
482
      "id": "5a33b7dc-dca1-42c3-8651-9d00b5428823",
487
      "id": "5a33b7dc-dca1-42c3-8651-9d00b5428823",
            
483
      "name": "CLIMATE",
488
      "name": "CLIMATE",
            
484
      "state": "active",
489
      "state": "active",
            
485
      "vocabulary_id": null
490
      "vocabulary_id": null
            
486
    },
491
    },
            
487
    {
492
    {
            
488
      "display_name": "HERBIVORE EXCLUSION",
493
      "display_name": "HERBIVORE EXCLUSION",
            
489
      "id": "f2021f0d-d563-4f9c-a24f-1acebac60b92",
494
      "id": "f2021f0d-d563-4f9c-a24f-1acebac60b92",
            
490
      "name": "HERBIVORE EXCLUSION",
495
      "name": "HERBIVORE EXCLUSION",
            
491
      "state": "active",
496
      "state": "active",
            
492
      "vocabulary_id": null
497
      "vocabulary_id": null
            
493
    },
498
    },
            
494
    {
499
    {
            
495
      "display_name": "MICROBIAL BIOMASS CARBON",
500
      "display_name": "MICROBIAL BIOMASS CARBON",
            
496
      "id": "edd64a11-276e-4acf-b063-0370c63ee135",
501
      "id": "edd64a11-276e-4acf-b063-0370c63ee135",
            
497
      "name": "MICROBIAL BIOMASS CARBON",
502
      "name": "MICROBIAL BIOMASS CARBON",
            
498
      "state": "active",
503
      "state": "active",
            
499
      "vocabulary_id": null
504
      "vocabulary_id": null
            
500
    },
505
    },
            
501
    {
506
    {
            
502
      "display_name": "MICROBIAL RESPIRATION",
507
      "display_name": "MICROBIAL RESPIRATION",
            
503
      "id": "4d759529-e01f-4c61-a5a9-debb88d681d1",
508
      "id": "4d759529-e01f-4c61-a5a9-debb88d681d1",
            
504
      "name": "MICROBIAL RESPIRATION",
509
      "name": "MICROBIAL RESPIRATION",
            
505
      "state": "active",
510
      "state": "active",
            
506
      "vocabulary_id": null
511
      "vocabulary_id": null
            
507
    },
512
    },
            
508
    {
513
    {
            
509
      "display_name": "NUTRIENT ADDITION",
514
      "display_name": "NUTRIENT ADDITION",
            
510
      "id": "3e6bed69-a2b3-4036-b6d8-e5592f7cef4a",
515
      "id": "3e6bed69-a2b3-4036-b6d8-e5592f7cef4a",
            
511
      "name": "NUTRIENT ADDITION",
516
      "name": "NUTRIENT ADDITION",
            
512
      "state": "active",
517
      "state": "active",
            
513
      "vocabulary_id": null
518
      "vocabulary_id": null
            
514
    },
519
    },
            
515
    {
520
    {
            
516
      "display_name": "SOIL PROPERTIES",
521
      "display_name": "SOIL PROPERTIES",
            
517
      "id": "4730ad8f-dea2-4b33-b551-85acf1ebaac4",
522
      "id": "4730ad8f-dea2-4b33-b551-85acf1ebaac4",
            
518
      "name": "SOIL PROPERTIES",
523
      "name": "SOIL PROPERTIES",
            
519
      "state": "active",
524
      "state": "active",
            
520
      "vocabulary_id": null
525
      "vocabulary_id": null
            
521
    }
526
    }
            
522
  ],
527
  ],
            
523
  "title": "Drivers of the microbial metabolic quotient across global 
528
  "title": "Drivers of the microbial metabolic quotient across global 
            
524
grasslands",
529
grasslands",
            
525
  "type": "dataset",
530
  "type": "dataset",
            
526
  "url": null,
531
  "url": null,
            
527
  "version": "1.0"
532
  "version": "1.0"
            
528
}
533
}