Effects of Structural Refuge and Density on Foraging Behaviour and Mortality of Hungry Tadpoles Subject to Predation Risk
Notice bibliographique
Résumé
Theoretical models of prey behaviour predict that food-limited prey engage in risk-prone foraging and thereby succumb to increased mortality from predation. However, predation risk also may be influenced by factors including prey density and structural cover, such that the presumed role of prey hunger on predation risk may be obfuscated in many complex predator–prey systems. Using a tadpole (prey) – dragonfly larva (predator) system, we determined relative risk posed to hungry vs. sated prey when both density and structural cover were varied experimentally. Overall, prey response to perceived predation risk was primarily restricted to increased cover use, and hungry prey did not exhibit risk-prone foraging. Surprisingly, hungry prey showed lower activity than sated prey when exposed to predation risk, perhaps indicating increased effort in search of refuge or spatial avoidance of predator cues among sated animals. An interaction between hunger level and predation risk treatments indicated that prey state affected sensitivity to perceived risk. We also examined the lethal implications of prey hunger by allowing predators to select directly between hungry and sated prey. Although predators qualitatively favoured hungry prey when density was elevated and structural cover was sparse, the overall low observed variation in mortality risk between hunger treatments suggests that preferential selection of hungry prey was weak. This implies that hunger effects on prey mortality risk may not be readily observed in complex landscapes with additional factors influencing risk. Thus, current starvation-predation trade-off theory may need to be broadened to account for other mechanisms through which undernourished prey may cope with predation risk.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».