MétaCan
Menu
Retour à la cohorte
Enregistrement W2031817376 · doi:10.1139/z02-199

Monopolization of food by zebrafish (<i>Danio rerio</i>) increases in risky habitats

2002· article· en· W2031817376 sur OpenAlexfundvenueno aff
Ian M. Hamilton, Lawrence M. Dill

Notice bibliographique

RevueCanadian Journal of Zoology · 2002
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Behavior and Reproduction
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaSimon Fraser University
Mots-clésHabitatMonopolizationForagingBiologyEcologyPredationDanioZebrafishFishery

Résumé

récupéré en direct d'OpenAlex

Dominant zebrafish (Danio rerio) previously have been shown to reduce their monopolization of food when foraging in structurally complex habitats compared with open habitats. Complex habitats may be more difficult to defend but may also be safer. To decouple these effects, we compared aggression and monopolization of food in groups of zebrafish foraging in an open habitat and one with overhead cover, as well as in an open habitat and a complex (vegetated) habitat. Covered and open habitats should have been equally defendable. In our experiments, fish used covered habitats more than open ones, suggesting that the perceived risk of predation was lower in covered habitats. There was no difference in use of vegetated and open habitats, suggesting that these habitats, which should differ in defendability, did not differ in safety. We found that the degree of food monopolization (expressed in the coefficient of variation within groups) at risky feeders was significantly greater in open habitats than in covered, but not vegetated, habitats. We did not find a difference in aggression between habitats. These results indicate that resource monopolization in groups of zebrafish is greater in risky habitats and support the hypothesis that the lower monopolization of food in complex habitats could result from greater safety in those habitats rather than, or in addition to, the reduction in defendability.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,019
Tête enseignante GPT0,197
Écart entre enseignants0,178 · 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 source (Gemma direct ou Codex distillé), 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

Citations56
Publié2002
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of ZoologyMême sujetAnimal Behavior and ReproductionTravaux en français237 207