Mechanisms of truffle detection by northern flying squirrels
Notice bibliographique
Résumé
The objective of this study was to evaluate how northern flying squirrels (Glaucomys sabrinus) locate truffles (Gautieria monticola), a subterranean and ephemeral but primary food source. Thus, we evaluated the importance of three factors to the foraging behavior of northern flying squirrels: (i) olfactory chemicals that emanate from truffles; (ii) the presence of coarse woody debris (decaying logs), which are often associated with fungi; and (iii) we explored the potential role animal memory could play in truffle detection as well. In a foraging arena, squirrels successfully retrieved buried truffles that lacked aboveground cues in 19 of 30 trials and failed to search near treatments that lacked truffles altogether, confirming the importance of olfaction to squirrel foraging. However, squirrels also retrieved truffles that were associated most frequently with surface logs (27 of 30). In addition, the initial detection rate of the truffle + log treatment was significantly greater than the truffle-only treatment. Thus, although squirrels search for truffles primarily using olfaction, they may also benefit by searching near coarse woody debris on the forest floor as an aboveground cue to truffle locations. In addition, because 82% of Sierra Nevada truffle-fruiting locations that were marked in 1996 yielded truffles again the following 2 years, mycophagous animals like northern flying squirrels may benefit by memorizing fruiting locations and foraging at these same locations from year to year.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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) | 0,001 | 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 tête enseignante, 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 ».