The role of learning by a predator, <i><scp>R</scp>ivulus hartii</i>, in the rare‐morph survival advantage in guppies
Notice bibliographique
Résumé
Negative frequency-dependent selection (NFDS), where rare types are favoured by selection, can maintain diversity. However, the ecological processes that mediate NFDS are often not known. Male guppies (Poecilia reticulata) exhibit extreme diversity of colour patterning and, in a previous field experiment, rare morphs had a survival advantage. Here, we test the hypothesis that predators impose NFDS because they are efficient at capturing familiar prey morphs, but are less efficient at capturing unfamiliar morphs. Over a series of trials, we presented Rivulus hartii, a natural predator of guppies, with male guppies with the same colour patterning (A trials); then, for a second series of trials, we presented the rivulus with guppies with a new colour pattern (B trials). The success of rivulus at capturing guppies on the first attack increased over successive A trials. First attack success decreased significantly for the early B trials, and then increased during successive B trials, eventually reaching the same level as in the best A trials. This experiment demonstrates that learning, perhaps through long-term search image formation, plays a role in predation success on familiar vs. unfamiliar prey morphs. These results support the hypothesis that predator learning contributes to the maintenance of the extreme male guppy polymorphism seen in nature.
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 | 0,001 | 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) | 0,000 | 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 ».