LEARNED RECOGNITION OF HETEROSPECIFIC ALARM CUES ENHANCES SURVIVAL DURING ENCOUNTERS WITH PREDATORS
Notice bibliographique
Résumé
Abstract Numerous species of aquatic animals release chemical cues when attacked by a predator. These chemicals serve to warn other conspecifics, and in some cases heterospecifics, of danger, and hence have been termed alarm cues. Responses of animals to alarm cues produced by other species often need to be learned, yet mechanisms of learned recognition of heterospecific cues are not well understood. In this study, we tested whether fathead minnows (Pimephales promelas) could learn to recognize a heterospecific alarm cue when it was combined with conspecific alarm cue in the diet of a predator. We exposed fathead minnows to chemical stimuli collected from rainbow trout, Oncorhynchus mykiss, fed a mixed diet of minnows and brook stickleback, Culaea inconstans, or trout fed a mixed diet of swordtails, Xiphophorous helleri, and stickleback. To test if the minnows had acquired recognition of the heterospecific alarm cues, we exposed them to stickleback alarm cues and introduced an unknown predator, yellow perch (Perca flavescens) or northern pike (Esox lucius). Both perch and pike took longer to initiate an attack on minnows that were previously exposed to trout fed minnows and stickleback than those previously exposed to trout fed swordtails and stickleback. These results demonstrate that minnows can learn to recognize heterospecific alarm cues based on detecting the heterospecific cue in combination with minnow alarm cues in the diet of the predator. Ours is the first study to demonstrate that behavioural responses to heterospecific chemical alarm cues decreases the probability that the prey will be attacked and captured during an encounter with a predator.
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 | 0,000 |
| 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) | 0,002 | 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 ».