MétaCan
Menu
Retour à la cohorte
Enregistrement W1999751547 · doi:10.1111/mec.12504

Resource partitioning by insectivorous bats in <scp>J</scp>amaica

2013· article· en· W1999751547 sur OpenAlexaff
Matthew A. Emrich, Elizabeth L. Clare, William O. C. Symondson, Susan E. Koenig, Melville Brock Fenton

Notice bibliographique

RevueMolecular Ecology · 2013
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBat Biology and Ecology Studies
Établissements canadiensWindsor Clinical ResearchWestern University
Organismes subventionnairesnon disponible
Mots-clésHuman echolocationBiologyForagingInsectivoreEcologyHabitatSympatric speciationPredationZoology

Résumé

récupéré en direct d'OpenAlex

In this investigation, we use variation in wing morphology, echolocation behaviour, patterns of habitat use and molecular diet analysis to demonstrate that six species of sympatric insectivorous bats in Jamaica show significant differences that could explain resource partitioning among the species. High-intensity echolocating species that used shorter, broadband signals and had shorter, broader wings (Pteronotus macleayii, Pteronotus quadridens, Mormoops blainvillii) foraged most in edge habitats, but differed in timing of peak activity. P. macleayii and M. blainvillii differed in diet, but low sample size precluded diet analysis for P. quadridens. High-intensity echolocating species that used longer, more narrowband signals and had longer, narrower wings (Molossus molossus, Tadarida brasiliensis) foraged most in open areas and differed in diet from the other species. Two disparate species were most active in clutter (dense vegetation). Pteronotus parnellii used high-duty-cycle echolocation apparently specialized for detecting fluttering targets in clutter. Macrotus waterhousii used low-intensity, broadband echolocation calls and presumably uses prey-generated sounds when foraging. These two species also differed in diet. Our data show that differences in morphology and echolocation behaviour coincide with differences in habitat use and diet, resulting in minimal overlap in resource use among species.

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 enseignants0,354
Score d'incertitude au seuil0,534

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 Opus0,007
Tête enseignante GPT0,183
Écart entre enseignants0,175 · 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

Citations82
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMolecular EcologyMême sujetBat Biology and Ecology StudiesTravaux en français237 207