Niche segregation between Arctic char (<i>Salvelinus alpinus</i>) and brown trout (<i>Salmo trutta</i>): an experimental study of mechanisms
Notice bibliographique
Résumé
Interactive competition has been suggested to be an important mechanism by which brown trout (Salmo trutta) and Arctic char (Salvelinus alpinus) segregate into benthic vs. pelagic niches. According to the interactive competition hypotheses, Arctic char and brown trout should have the same preference for prey. We tested this by studying foraging performance when char and trout were offered small pelagic Daphnia longispina and (or) large epibenthic Gammarus lacustris in 10-min foraging experiments with solitary fish and with fish competing pairwise. There were obvious behavioural differences between char and trout. Trout were profoundly more aggressive than char. In comparison, char chose small pelagic daphnids and were superior daphnid foragers. Trout chose large epibenthic gammarids and were superior gammarid foragers. When competing, char and trout segregated such that rate of feeding on the chosen prey type was similar to solitary foraging fish, whereas rate of feeding on the alternative prey type was close to zero. We suggest that the observed selective differences in foraging behaviour, choice of prey, and feeding rates play an important role in niche segregation between Arctic char and brown trout. Hence, our results conform more closely with selective processes, rather than interactive processes, as the founding mechanisms for such segregation.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».