Foraging Decision Rules and Prey Species Preferences of Northwestern Crows (<i>Corvus caurinus</i>)
Notice bibliographique
Résumé
Abstract Categorization of similar prey types and the application of decision rules by dietary generalists can enhance the efficiency of foraging decisions and facilitate the inclusion of novel prey types in the diet. While considerable research attention has been directed toward investigation of these concepts in invertebrates, few have assessed categorization and decision rules used by generalist vertebrate predators. In this study, we experimentally investigated decision rules and prey preferences of northwestern crows ( Corvus caurinus ) feeding on littleneck clams ( Tapes philippinarum ) and whelks ( Nucella lamellosa ). We presented crows with three species‐size combinations: small clams (2.0–2.9 cm length) paired with large whelks (4.0–4.9 cm), small clams paired with medium whelks (3.0–3.9 cm), and large clams (4.0–4.9 cm) with large whelks. Profitability estimates based on observations of crows feeding on these prey species indicated that clams were always the more energetically profitable option; however, in prey choice trials crows consistently selected the heavier prey species, regardless of differences in profitability. These results show that crows apply a general decision rule according to which they select heavier prey items when feeding on hard‐shelled prey requiring similar handling techniques, and that while such decision rules may approximate optimal choices they may not always follow predictions based solely on prey profitability. We discuss these results in the context of behavioural flexibility of generalist predators, and predicting impacts of intertidal avian predators on prey populations.
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 ».