MétaCan
Menu
Retour à la cohorte
Enregistrement W2085198095 · doi:10.1163/156853901316924494

THE EFFECT OF HANDLING TIME ON INTERFERENCE AMONG HOUSE SPARROWS FORAGING AT DIFFERENT SEED DENSITIES

2001· article· en· W2085198095 sur OpenAlexaff
Cheryl A. Johnson, Luc‐Alain Giraldeau, James W. A. Grant

Notice bibliographique

RevueBehaviour · 2001
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAvian ecology and behavior
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésForagingPredationInterference (communication)BiologyIdeal free distributionCompetition (biology)EcologyCorvidaeZoologyComputer scienceTelecommunications

Résumé

récupéré en direct d'OpenAlex

Abstract Interference models of the ideal free distribution (IFD) assume competition among foraging animals causes intake rates to decline with increasing competitor density and that the strength of the decline influences forager distributions among food patches. However, the resulting distributions of animals may depend on which components of foraging success contribute to interference. We examined the effect of group size (1-13 birds) on the prey encounter rates, handling times, and foraging rates of house sparrows, Passer domesticus, feeding at three seed densities in a suburban backyard. House sparrows did not experience interference during search. Interference arose primarily from foraging time lost handling seeds. Foraging rates decreased with increasing seed density as a consequence of increased handling times. Also, birds experiencing significant increases in handling time with group size suffered most from interference. Our results suggest that animals adjust handling time to avoid costly aggressive interactions, indicating that handling time may be an important component of interference in some foraging systems. Future studies estimating interference should try to identify which components of foraging contribute to interference, paying particular attention to handling times for species that monitor and avoid 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 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)0,002
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,008
Tête enseignante GPT0,217
Écart entre enseignants0,209 · 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

Citations40
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBehaviourMême sujetAvian ecology and behaviorTravaux en français237 207