What Doesn't Kill You Makes You Wary? Effect of Repeated Culling on the Behaviour of an Invasive Predator
Notice bibliographique
Résumé
As a result of being hunted, animals often alter their behaviour in ways that make future encounters with predators less likely. When hunting is carried out for conservation, for example to control invasive species, these behavioural changes can inadvertently impede the success of future efforts. We examined the effects of repeated culling by spearing on the behaviour of invasive predatory lionfish (Pterois volitans/miles) on Bahamian coral reef patches. We compared the extent of concealment and activity levels of lionfish at dawn and midday on 16 coral reef patches off Eleuthera, The Bahamas. Eight of the patches had been subjected to regular daytime removals of lionfish by spearing for two years. We also estimated the distance at which lionfish became alert to slowly approaching divers on culled and unculled reef patches. Lionfish on culled reefs were less active and hid deeper within the reef during the day than lionfish on patches where no culling had occurred. There were no differences at dawn when removals do not take place. Lionfish on culled reefs also adopted an alert posture at a greater distance from divers than lionfish on unculled reefs. More crepuscular activity likely leads to greater encounter rates by lionfish with more native fish species because the abundance of reef fish outside of shelters typically peaks at dawn and dusk. Hiding deeper within the reef could also make remaining lionfish less likely to be encountered and more difficult to catch by spearfishers during culling efforts. Shifts in the behaviour of hunted invasive animals might be common and they have implications both for the impact of invasive species and for the design and success of invasive control programs.
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 | 0,001 | 0,001 |
| 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) | 0,003 | 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 ».