Signals Can Trump Rewards in Attracting Seed-Dispersing Ants
Notice bibliographique
Résumé
Both rewards and signals are important in mutualisms. In myrmecochory, or seed dispersal by ants, the benefits to plants are relatively well studied, but less is known about why ants pick up and move seeds. We examined seed dispersal by the ant Aphaenogaster rudis of four co-occurring species of plants, and tested whether morphology, chemical signaling, or the nutritional quality of fatty seed appendages called elaiosomes influenced dispersal rates. In removal trials, ants quickly collected diaspores (seeds plus elaiosomes) of Asarum canadense, Trillium grandiflorum, and Sanguinaria canadensis, but largely neglected those of T. erectum. This discrepancy was not explained by differences in the bulk cost-benefit ratio, as assessed by the ratio of seed to elaiosome mass. We also provisioned colonies with diaspores from one of these four plant species or no diaspores as a control. Colonies performed best when fed S. canadensis diaspores, worst when fed T. grandiflorum, and intermediately when fed A. canadense, T. erectum, or no diaspores. Thus, the nutritional rewards in elaiosomes affected colony performance, but did not completely predict seed removal. Instead, high levels of oleic acid in T. grandiflorum elaiosomes may explain why ants disperse these diaspores even though they reduce ant colony performance. We show for the first time that different elaiosome-bearing plants provide rewards of different quality to ant colonies, but also that ants appear unable to accurately assess reward quality when encountering seeds. Instead, we suggest that signals can trump rewards as attractants of ants to seeds.
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) | 0,000 | 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 ».