Nutritional correlates of the “lean season”: Effects of seasonality and frugivory on the nutritional ecology of diademed sifakas
Notice bibliographique
Résumé
Primate field studies often identify "lean seasons," when preferred foods are scarce, and lower-quality, abundant foods (fallback foods) are consumed. Here, we quantify the nutritional implications of these terms for two diademed sifaka groups (Propithecus diadema) in Madagascar, using detailed feeding observations and chemical analyses of foods. In particular, we sought to understand 1) how macronutrient and energy intakes vary seasonally, including whether these intakes respond in similar or divergent ways; 2) how the amount of food ingested varies seasonally (including whether changes in amount eaten may compensate for altered food quality); and 3) correlations between these variables and the degree of frugivory. In the lean season, sifakas shifted to non-fruit foods (leaves and flowers), which tended to be high in protein while low in other macronutrients and energy, but the average composition of the most used foods in each season was similar. They also showed dramatic decreases in feeding time, food ingested, and consequently, daily intake of macronutrients and energy. The degree of frugivory in the daily diet was a strong positive predictor of feeding time, amount ingested and all macronutrient and energy intakes, though season had an independent effect. These results suggest that factors restricting how much food can be eaten (e.g., handling time, availability, or intrinsic characteristics like fiber and plant secondary metabolites) can be more important than the nutritional composition of foods themselves in determining nutritional outcomes-a finding with relevance for understanding seasonal changes in behavior, life history strategies, competitive regimes, and conservation planning.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,008 |
| 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) | 0,001 | 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 ».