Does water velocity influence optimal escape behaviors in stream insects?
Notice bibliographique
Résumé
Optimal escape theory can successfully explain variation in the distance to an approaching predator at which prey initiate flight (the flight initiation distance, FID).However, for animals without access to refuges, optimal escape theory may also explain variation in the distance that prey flee (the retreat distance, RD).In benthic stream habitats, both the risk of predation and the costs of escape may be mediated by water velocity; optimal escape theory then predicts that FID and RD of slow-current insects should vary little with increasing current velocity, whereas the FID and RD of fast-current insects should decrease.To test this prediction, a simulated predator (SP) was used to initiate escape responses in 3 mayflies found in different habitats-Ameletus (slow pools), Baetis (fast riffles), and Epeorus (very fast cascades)-across a range of water velocities.Unexpectedly, the FID of all 3 prey did not vary with water velocity.In contrast, the RD of Epeorus decreased with velocity (RD at the lowest velocity about 4.53 greater than the highest velocity), whereas the RD of Ameletus did not vary significantly with velocity.Escape behaviors of Baetis did not vary strongly with velocity.Variation in the proportion of larvae that escaped by drifting or swimming rather than crawling (Ameletus .Baetis, Epeorus) suggests that for fast-current prey, the costs associated with leaving the streambed exceed the risks of benthic predation.Water velocity may thus influence ecological processes such as predator-prey interactions and emigration from patches in substantial, but previously unexplored, ways.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| 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 | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».