Trapline foraging by bumble bees: VII. Adjustments for foraging success following competitor removal
Notice bibliographique
Résumé
Animals collecting food from renewable resource patches scattered in space often establish small foraging areas to which they return faithfully. Such area fidelity offers foraging advantages through selection of profitable patches, route minimization, and regular circuit visits to these patches (“trapline foraging”). Resource distribution under field conditions may often vary in time, however, especially when competitors suddenly vanish and a number of patches become available for their neighbors. Previous studies suggested that site-faithful foragers of bumble bees quickly respond to such unexpected events by readjusting their foraging areas, although it is not clear how much their foraging performance was improved, beyond the simple relaxation of competitive pressure, or how they manifest such flexibility while persistently using certain foraging areas or paths. Here, we conducted indoor flight-cage experiments with bumble bees and found that a bee, when encountering a loss of its competitor, improved its foraging performance to a greater extent than expected from a simple relaxation of competitive pressure by increasing the size of its foraging area. Moreover, bees with better-established traplines achieved greater foraging areas after the loss of competitors, suggesting that bees do not necessarily need to “sample” neighboring patches to monitor temporal changes in environments. We discuss how periodical returns and route memory associated with accurate reward values could allow inherently conservative trapliners to make flexible adjustments, by effectively monitoring their circumstances and quickly readjusting to detected changes.
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 ».