MétaCan
Menu
Retour à la cohorte
Enregistrement W1792245667 · doi:10.1111/oik.02664

Predator kairomones change food web structure and function, regardless of cues from consumed prey

2015· article· en· W1792245667 sur OpenAlexaff
Nicholas A. C. Marino, Diane S. Srivastava, Vinicius F. Farjalla

Notice bibliographique

RevueOikos · 2015
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant and animal studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesConselho Nacional de Desenvolvimento Científico e Tecnológico
Mots-clésPredationFood webPredatorBiologyEcologyFood chainEcosystemBiomass (ecology)Apex predatorKairomoneIntraspecific competitionAbundance (ecology)

Résumé

récupéré en direct d'OpenAlex

Predation risk in aquatic systems is often assessed by prey through chemical cues, either those released by prey or by the predator itself. Many studies on predation risk focus on simple pairwise interactions, with only a few studies examining community‐level and ecosystem responses to predation risk in species‐rich food webs. Further, of these few community‐level studies, most assume that prey primarily assess predation risk through chemical cues from consumed prey, even heterospecific prey, rather than just those released by the predator. Here, we compared the effects of different predation cues (predator presence with or without consumed prey) on the structure and functioning of a speciose aquatic food web housed in tropical bromeliads. We found that the mere presence of the top predator (a damselfly) had a strong cascading effect on the food web, propagating down to nutrient cycling. This predation risk cue had no effect on the identity of colonizing species, but strongly reduced the abundance and biomass of the macroinvertebrate colonists. As a result, bacterial biomass and nitrogen cycling doubled, with a concomitant decrease in bacterial production, but CO 2 flux was unaffected. These community and ecosystem effects of predator presence cues were not amplified by the addition of chemical cues from consumed prey. Our results show that some of the consequences of predation risk observed in controlled experiments with simplified food webs may be observed in a natural, species‐rich food web.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,384
Score d'incertitude au seuil0,742

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,079
Tête enseignante GPT0,210
Écart entre enseignants0,131 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations19
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOikosMême sujetPlant and animal studiesTravaux en français237 207