Foraging strategy of a neotropical primate: how intrinsic and extrinsic factors influence destination and residence time
Notice bibliographique
Résumé
Most animals need to actively search for food to meet energetic requirements and live in heterogeneous environments where food resources have complex spatio-temporal patterns of availability. Consequently, foraging animals need to find a balance between effort and resource allocation while accounting for intrinsic and extrinsic factors, which are often overlooked when modelling foraging behaviour. We identified the decision rules for foraging in black howler monkeys (Alouatta pigra), according to food preferences, locations of high-quality patches and previously eaten trees, phenology of food resources and hunger state. We depicted foraging in two stages: (i) the choice of the immediate next tree and (ii) the time spent on this tree. We used a recently developed model for inference of movement processes, incorporating resource selection functions into a Markov chain framework. We found that monkeys tend to move to preferred tree species at each step. However, we did not find conclusively that, at each step, monkeys direct their movements to reach high-quality patches. In fact, they were using these patches intensively, thus limiting the possibility to move towards other high-quality patches. Time spent on a tree was positively and strongly affected by the presence of preferred food items, but not by its species. We also showed that time spent on trees increased as a function of satiation state. We suggest that the strategy adopted by black howlers tends to be efficient because choosing preferred trees at each step and spending spend more time where preferred resources are available should favour energy intake and restrain movement costs. This study showcases a modelling framework that can be widely used in ecology to describe movements as a combination of multiple attraction and repulsion sources, such as mates and competitors.
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 | 0,001 |
| 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) | 0,001 | 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 ».