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—<it>Ameletus</it> (slow pools), <it>Baetis</it> (fast riffles), and <it>Epeorus</it> (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 <it>Epeorus</it> decreased with velocity (RD at the lowest velocity about 4.5× greater than the highest velocity), whereas the RD of <it>Ameletus</it> did not vary significantly with velocity. Escape behaviors of <it>Baetis</it> did not vary strongly with velocity. Variation in the proportion of larvae that escaped by drifting or swimming rather than crawling (<it>Ameletus</it> > <it>Baetis</it>, <it>Epeorus</it>) 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 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) | 0,009 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».